I ）我们采取一个神经元，使其在实时模式下进行交易，同时我们拿起其配置。它的利润让庄家抓狂，他开始对它的价格进行调动，但它不知何故准备好了，仍然在上行交易，庄家把交易复制到银行间，以赚取利润，这让交易所的交易机器人抓狂，他们变得哑口无言，全球市场走向了架空和毁灭。代理人与环境进行互动。这是有强化作用的交易。我想在最近的一个星期一，一些谷歌正在用增援部队测试他们的新交易机器人，这正好适合。
Azure Machine Learning Studio is a GUI-based integrated development environment for constructing and operationalizing Machine Learning workflow on Azure.
I ）我们采取一个神经元，使其在实时模式下进行交易，同时我们拿起其配置。它的利润让庄家抓狂，他开始对它的价格进行调动，但它不知何故准备好了，仍然在上行交易，庄家把交易复制到银行间，以赚取利润，这让交易所的交易机器人抓狂，他们变得哑口无言，全球市场走向了架空和毁灭。代理人与环境进行互动。这是有强化作用的交易。我想在最近的一个星期一，一些谷歌正在用增援部队测试他们的新交易机器人，这正好适合。
在我看来，无论如何，增援需要以历史数据为基础。还是你想用随机权重交易机器人？
没有老师的学习和有强化作用的学习 是不同的事情。
无监督学习的最简单代表是自动编码器，强化学习的最简单代表是智能代理为有限资源而战的竞技场。
还是你想开始用随机权重交易机器人？
我现在不希望有任何有靠山的东西，我只是举了一个例子，说明图片上写的是什么。
关于尺度的初始化，我不知道如何做才对。但是，例如有一个包裹rneat，那里的第一组神经元是完全随机的，99%的人将整天坐在一个交易中。然后在一个周期内，遗传学将在过去最成功的神经元的基础上创造一套新的神经元，在一定数量的这种周期内，大多数神经元应该变得更加充分。
先生们!谁能给我一个例子 的真实交易，基于预测 NS？即使是一个不成功的，但要有完整的描述--有多少输入，什么输入，什么输出，预测深度，等等。
现在有了机器学习的云服务，有了可视化的开发环境。你可以在那里免费使用ML，不需要说得太详细。
你只需要有数据来训练。你有很多虱子，所以这没有问题。
试试这个。
https://studio.azureml.net
你没看上一页吗？）#6809
对不起，术士...在去圣杯的路上，我开始为一些事情大惊小怪......。
Aleksey Terentev - 谢谢你!
大家下午好！我是这个网站和趋势市场的一个新人。我在大学里学习。我获得了技术指标： 方向性运动系统 的文凭。是否可以将这个主题与机器学习联系起来，我可以为它带来什么新的功能？我想事先感谢你。
文凭通常是在经过4-6年的学习（在你学习的领域）后写的。你不是这个领域的新人，应该比这里的许多人更有文化。或者你学过其他东西，但关于市场主题的文凭（正如你所写的，你在这方面是个新手）？
它不太可能与IM指标有关。
我不知道要不要把它变成新的，但你至少可以证明这些指标现在已经过时了。
你可以尝试根据这些指标来预测下一个栏的方向。
以几个月后的eurusd h1 为例。将指标参数和MO模型参数放入遗传学。用遗传学的健身功能中的K倍交叉验证训练一个模型。如果遗传学能找到成功交易的模型和指标的合适参数 - 这将是一个奇迹，但很可能不是。
然后同样的事情，但在这些指标产生的十年前，大米价格也是如此。可能该指标甚至会在该数据上发挥作用。逐年观察该指标在滚落之前是如何开始减弱的，这将很有趣。
Vizard_ ，别跟我说这个。桑桑尼茨是为数不多的只接受并解释不做什么的人之一。不像许多人只是播撒错误的信息和不正确的方法。