bitcoin
bitcoin

$64611.964678 USD

-0.05%

ethereum
ethereum

$1828.660957 USD

0.75%

tether
tether

$0.999150 USD

0.03%

bnb
bnb

$592.645433 USD

0.04%

usd-coin
usd-coin

$0.999883 USD

0.02%

xrp
xrp

$0.960349 USD

0.45%

solana
solana

$72.903899 USD

2.44%

tron
tron

$0.306197 USD

1.13%

hyperliquid
hyperliquid

$69.757500 USD

5.12%

zcash
zcash

$924.977899 USD

3.88%

monero
monero

$498.099398 USD

2.74%

dogecoin
dogecoin

$0.059001 USD

0.38%

unus-sed-leo
unus-sed-leo

$9.309707 USD

1.69%

chainlink
chainlink

$9.183937 USD

0.60%

cardano
cardano

$0.153484 USD

0.40%

加密货币视频

你的神经网络不是学习模式。它正在记忆噪音。

2026/05/10 06:57 grab ATTENTION

神经网络分析股票指数,识别轨迹,并预测有信心的上升趋势。然后市场崩盘,模型就完全错过了。并不是因为架构太简单。并不是因为训练数据太小。因为一开始就没有学习的信号。在本视频中,我们打破了可预测数据和不可预测数据之间的数学界限,以及为什么最复杂的深度学习模型在无法区分差异时会失败。您将学到什么: 0:00 — 为什么深度学习自信地预测错误的事情 0:53 — 白噪声:纯随机性的数学基线 1:55 — 醉汉行走以及为什么金融数据具有建立在自身之上的记忆 2:43 — 欺骗人类心理学和机器学习算法的视觉错觉 3:12 — 当您训练随机游走的神经网络时实际会发生什么 3:45 — 有效市场假说和尤金·法玛的框架4:25 — 为什么简单的预测在高效系统中胜过复杂模型 4:49 — 三行 Python 证明噪声和趋势实际上有多相似 6:07 — 结构边界没有任何优化可以跨越存储库中的完整 Python 脚本。在您自己的机器上运行白噪声和随机游走模拟。代码仓库:https://github.com/NiketGirdhar22/time-series 上一个视频:平稳性和 ADF 测试:https://youtu.be/RmWrGKMWVgE?si=jb3MHdy1AUHddXfY 完整系列播放列表: https://youtube.com/playlist?list=PLguYZSl_jixxmzPOCNSisBAwyTAvobU3d&si=mWewadYWzOii_IyH 参考文献 Fama, EF (1970) — 有效资本市场:理论和经验证据预测回顾:原则与实践 — Hyndman 和 Athanasopoulos NumPy 随机和累积文档: numpy.org 透明度说明 该视频是使用人工智能辅助工具制作的脚本结构、旁白和视觉效果。想法、编辑方向和学习框架都是我们自己的。人工智能被用作生产层,而不是其背后的思维。欢迎在评论中对我们的流程提出疑问。 #timeseries #datascience #python #machinelearning #randomwalk #whitenoise #forecasting #efficientmarkets #neuralnetworks #deeplearning #stockmarket #dataanalysis #learnpython
视频来源:Youtube

免责声明:info@kdj.com

所提供的信息并非交易建议。根据本文提供的信息进行的任何投资,kdj.com不承担任何责任。加密货币具有高波动性,强烈建议您深入研究后,谨慎投资!

如您认为本网站上使用的内容侵犯了您的版权,请立即联系我们(info@kdj.com),我们将及时删除。

2026年11月18日 发表的其他视频