交易中的机器学习：理论、模型、实践和算法交易 - 页 597

[[删除]]

sibirqk:
当然，但在这个问题上，你需要从桑桑尼茨的口号开始--"垃圾进，垃圾出"。而你所有的认知和创造才能，首先应该以减少输入端的垃圾为目标，然后才尝试给你的电脑硬件带来极大的负担。

你也是一个寻找可食用物品的拾荒者吗？

[sibirqk]

马克西姆-德米特里耶夫斯基。

你也是一个寻找可食用东西的拾荒者吗？

生活会使 - ...

[[删除]]

做了一个容易实现的非动态分类器方案

也许缺少什么？:)

神经元的数量可以增加，现在隐藏层有2个。

[Aleksey Terentev]

马克西姆-德米特里耶夫斯基。

做了一个容易实现的非动态分类器方案

也许缺少什么？:)

可以增加神经元的数量，现在有2个神经元在隐藏层中。

1）你的训练情况如何？我没有看到权重是如何应用的。
2）神经元本身的权重是否可用？
3）作为一个媒介，你可以采取1-4号订单的收盘或快速MA的导数。或增量。
4) 我会把隐藏层的大小与输入相等。

[Yuriy Asaulenko]

sibirqk:
当然，但在这里，每一页的分支，你应该开始与SanSanych的口号 - "垃圾进 - 垃圾出"。而你所有的认知和创造才能，首先要以减少输入端的垃圾为目标，然后才是努力使计算机硬件极度超载。

这不是SanSanych的口号。只要谷歌一下就知道了。

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

做了一个容易实现的非动态分类器方案

也许缺少什么？:)

你可以增加神经元的数量，现在隐藏层有两个神经元。

你只会浪费你的时间。在真实的数据上，它将不会起作用。

例如：NS的一个错误答案，就会影响到后面所有的答案。

[СанСаныч Фоменко]

尤里-阿索连科。
这不是SanSanych的口号。至少谷歌一下。

这是肯定的--这是统计局大楼上的一个标志。

[Yuriy Asaulenko]

桑桑尼茨-弗门科。

这是肯定的--这是统计局大楼上的标志。

不仅如此，还有许多其他地方都挂着这个牌子）。

[Alexander Ivanov]

尤里-阿索连科。

你只会浪费你的时间。这不会对reaad数据起作用。

例如：一个错误的NS响应就会影响到所有后续的响应。

神经网络正在慢慢剔除错误👍😀😎

[СанСаныч Фоменко]

尤里-阿索连科。
不仅如此，还有许多其他地方都挂着这个牌子）。

可以这么说，我坚持了这个主题。

但在统计学上，这是一个原则问题。

而这都是关于相关的，因为基本概念之一，也是最平均的，都是因为相关总是有价值的，没有价值的 "没有价值=NA"。如果你回想一下中世纪，有几百年的时间专门用于此--在原则上可能没有关联的地方找到关联。

当我开始学习R时，我很惊讶，它是如何与这个非常NA进行的。