j*s
2 楼
没用,别浪费时间了
g*e
3 楼
跟boosting 有啥关系?你model先准备好
W*e
6 楼
啥library, 房哥给个名字吧
: 最近新出个library自动提取一堆feature的自己去找找,送进xgboost算算看。
当作业
: 吧,反正算不出什么有用的东西。
: 数据pandas里自带的玩玩也够了。
: 你看,这不买nvda行吗?以后计算机教学都不写hello
: world了,直接从mnist开始。
【在 C*****5 的大作中提到】
: 最近新出个library自动提取一堆feature的自己去找找,送进xgboost算算看。当作业
: 吧,反正算不出什么有用的东西。
: 数据pandas里自带的玩玩也够了。
: 你看,这不买nvda行吗?以后计算机教学都不写hello
: world了,直接从mnist开始。
: 最近新出个library自动提取一堆feature的自己去找找,送进xgboost算算看。
当作业
: 吧,反正算不出什么有用的东西。
: 数据pandas里自带的玩玩也够了。
: 你看,这不买nvda行吗?以后计算机教学都不写hello
: world了,直接从mnist开始。
【在 C*****5 的大作中提到】
: 最近新出个library自动提取一堆feature的自己去找找,送进xgboost算算看。当作业
: 吧,反正算不出什么有用的东西。
: 数据pandas里自带的玩玩也够了。
: 你看,这不买nvda行吗?以后计算机教学都不写hello
: world了,直接从mnist开始。
l*7
8 楼
决策树(分类或回归)和boosting是各自独立的概念,不过用决策树算法做弱学习机的
gradient boosting算法比较典型和常用。
gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble learning
)。
不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人类自己
的智能都不能很好学习、理解的事,指望机器“智能”给你带来魔术式的奇迹结果,是
初期接触机器学习和人工智能的人常见的想法。所以,这里版上有人曾经神叨叨声称“
人工智能草菇,你们个人就别想了”的奇谈怪论,最好当娱乐笑话,笑笑就好。。。呵呵
【在 W*******e 的大作中提到】
: 难道boosting 不就是一种树方法吗?大牛给科普一下。我道行浅。他没数据怎么搞模
: ,没法validate啊?真的道行浅,希望指点一二。现在器人操盘太厉害我也是努力跟上
: 潮流。
:
:
: 跟boosting 有啥关系?你model先准备好
:
gradient boosting算法比较典型和常用。
gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble learning
)。
不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人类自己
的智能都不能很好学习、理解的事,指望机器“智能”给你带来魔术式的奇迹结果,是
初期接触机器学习和人工智能的人常见的想法。所以,这里版上有人曾经神叨叨声称“
人工智能草菇,你们个人就别想了”的奇谈怪论,最好当娱乐笑话,笑笑就好。。。呵呵
【在 W*******e 的大作中提到】
: 难道boosting 不就是一种树方法吗?大牛给科普一下。我道行浅。他没数据怎么搞模
: ,没法validate啊?真的道行浅,希望指点一二。现在器人操盘太厉害我也是努力跟上
: 潮流。
:
:
: 跟boosting 有啥关系?你model先准备好
:
W*e
9 楼
Thanks. 直觉告诉我拿这炒股可能是不行,也不可能斗过花街的程式。做参考可能行
: 决策树(分类或回归)和boosting是各自独立的概念,不过用决策树算法做弱学
习机的
: gradient boosting算法比较典型和常用。
: gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble
learning
: )。
: 不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人
类自己
: 的智能都不能很好学习、理解的事,指望机器“智能”给你带来魔术式的奇迹结
果,是
: 初期接触机器学习和人工智能的人常见的想法。所以,这里版上有人曾经神叨叨
声称“
: 人工智能草菇,你们个人就别想了”的奇谈怪论,最好当娱乐笑话,笑笑就好。
。。呵呵
【在 l********7 的大作中提到】
: 决策树(分类或回归)和boosting是各自独立的概念,不过用决策树算法做弱学习机的
: gradient boosting算法比较典型和常用。
: gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble learning
: )。
: 不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人类自己
: 的智能都不能很好学习、理解的事,指望机器“智能”给你带来魔术式的奇迹结果,是
: 初期接触机器学习和人工智能的人常见的想法。所以,这里版上有人曾经神叨叨声称“
: 人工智能草菇,你们个人就别想了”的奇谈怪论,最好当娱乐笑话,笑笑就好。。。呵呵
: 决策树(分类或回归)和boosting是各自独立的概念,不过用决策树算法做弱学
习机的
: gradient boosting算法比较典型和常用。
: gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble
learning
: )。
: 不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人
类自己
: 的智能都不能很好学习、理解的事,指望机器“智能”给你带来魔术式的奇迹结
果,是
: 初期接触机器学习和人工智能的人常见的想法。所以,这里版上有人曾经神叨叨
声称“
: 人工智能草菇,你们个人就别想了”的奇谈怪论,最好当娱乐笑话,笑笑就好。
。。呵呵
【在 l********7 的大作中提到】
: 决策树(分类或回归)和boosting是各自独立的概念,不过用决策树算法做弱学习机的
: gradient boosting算法比较典型和常用。
: gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble learning
: )。
: 不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人类自己
: 的智能都不能很好学习、理解的事,指望机器“智能”给你带来魔术式的奇迹结果,是
: 初期接触机器学习和人工智能的人常见的想法。所以,这里版上有人曾经神叨叨声称“
: 人工智能草菇,你们个人就别想了”的奇谈怪论,最好当娱乐笑话,笑笑就好。。。呵呵
l*7
10 楼
花街的程式,肯定不是胜在所谓的机器“智能”,而是在于数据、地域速度和硬件性能
,基本主要是针对HF交易而言的。据说,DE Shaw是HF的鼻祖,就是因为鼻祖,他才在
个人级别上,抢先发财了。现在机器都HF了,个人就没有HF优势了。仅此意义而言,花
街的“程式”有优势,和所谓机器“智能”毫无关系。
商业上的hype,总是吹的远远超过客观的事实,白话叫做装逼、或吹牛,呵呵。
【在 W*******e 的大作中提到】
: Thanks. 直觉告诉我拿这炒股可能是不行,也不可能斗过花街的程式。做参考可能行
:
:
: 决策树(分类或回归)和boosting是各自独立的概念,不过用决策树算法做弱学
: 习机的
:
: gradient boosting算法比较典型和常用。
:
: gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble
: learning
:
: )。
:
: 不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人
: 类自己
,基本主要是针对HF交易而言的。据说,DE Shaw是HF的鼻祖,就是因为鼻祖,他才在
个人级别上,抢先发财了。现在机器都HF了,个人就没有HF优势了。仅此意义而言,花
街的“程式”有优势,和所谓机器“智能”毫无关系。
商业上的hype,总是吹的远远超过客观的事实,白话叫做装逼、或吹牛,呵呵。
【在 W*******e 的大作中提到】
: Thanks. 直觉告诉我拿这炒股可能是不行,也不可能斗过花街的程式。做参考可能行
:
:
: 决策树(分类或回归)和boosting是各自独立的概念,不过用决策树算法做弱学
: 习机的
:
: gradient boosting算法比较典型和常用。
:
: gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble
: learning
:
: )。
:
: 不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人
: 类自己
C*5
12 楼
莱布妮子水平确实不错。比鸡精经理强的不知哪里去了。
基金经理反正问细节是不懂的。逼问急了就说丫是designer,这些worker级别的东西不
要问丫。
learning
呵呵
【在 l********7 的大作中提到】
: 决策树(分类或回归)和boosting是各自独立的概念,不过用决策树算法做弱学习机的
: gradient boosting算法比较典型和常用。
: gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble learning
: )。
: 不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人类自己
: 的智能都不能很好学习、理解的事,指望机器“智能”给你带来魔术式的奇迹结果,是
: 初期接触机器学习和人工智能的人常见的想法。所以,这里版上有人曾经神叨叨声称“
: 人工智能草菇,你们个人就别想了”的奇谈怪论,最好当娱乐笑话,笑笑就好。。。呵呵
基金经理反正问细节是不懂的。逼问急了就说丫是designer,这些worker级别的东西不
要问丫。
learning
呵呵
【在 l********7 的大作中提到】
: 决策树(分类或回归)和boosting是各自独立的概念,不过用决策树算法做弱学习机的
: gradient boosting算法比较典型和常用。
: gradient boosting简单一般地说,就是基于泛函空间的系综学习(ensemble learning
: )。
: 不过,顺便评论一句:机器学习算法繁多,目的是模拟人脑的智能功能。如果人类自己
: 的智能都不能很好学习、理解的事,指望机器“智能”给你带来魔术式的奇迹结果,是
: 初期接触机器学习和人工智能的人常见的想法。所以,这里版上有人曾经神叨叨声称“
: 人工智能草菇,你们个人就别想了”的奇谈怪论,最好当娱乐笑话,笑笑就好。。。呵呵
c*t
13 楼
不是说都用专用芯片了,比fpga集成度高。
相关阅读