- Видео 263
- Просмотров 54 681
Будет день и будет код. Python code.
Россия
Добавлен 13 мар 2022
Кодинг как хобби! Учусь программировать в свои 54+ . Начал в ноябре 2021 года.
Dynamax (Python) от автора книги Probabilistic Mashin Learning. Кросс валидация и выбор модели HHM
Dynamax (Python) от автора книги Probabilistic Mashin Learning. Кросс валидация и выбор модели HHM
Просмотров: 79
Видео
Налоговая реформа и российские рынки. Фазовые переходы и оптимальные решения.
Просмотров 2916 часов назад
Налоговая реформа и российские рынки. Фазовые переходы и оптимальные решения.
Роббер Гуд решил ограбить дома рыцарей круглого стола. Dynamic Prog, Leetcode 213, House Robbing II
Просмотров 54День назад
Роббер Гуд решил ограбить дома рыцарей круглого стола. Dynamic Prog, Leetcode 213, House Robbing II
Robbing Good? Dynamic Programming, Leetcode 198, House Robbing #pythoncode , #python , #leetcode
Просмотров 13День назад
Robbing Good? Dynamic Programming, Leetcode 198, House Robbing #pythoncode , #python , #leetcode
Продинамим? Climbing Stairs - Dynamic Programming - Leetcode 70
Просмотров 36День назад
Продинамим? Climbing Stairs - Dynamic Programming - Leetcode 70
Кризис жанра. Как рыночные хулиганы лишают Россию ее "национального достояния" - ГАЗПРОМа?
Просмотров 93314 дней назад
Видео-извинение за то, что предыдущие видео на этом канале, посвященные анализу рынка акций, могли затянуть зрителей в блудняки фондового рынка.
Игры Байеса. Апостериорные вероятности растущего, нейтрального и падающего рынков.
Просмотров 18614 дней назад
Игры Байеса. Оценка апостериорных вероятностей принадлежности рынка к растущей, нейтральной и падающей фазе. Котировки акций MSFT ( 10000 days)
Аккумулируй это! Тренд следящая ТС, накапливающая переходящую позицию на примере акций KO, 10000d
Просмотров 15028 дней назад
Аккумулируй это! Тренд следящая ТС, накапливающая переходящую позицию на примере акций KO, 10000d
Как протестировать торговую систему для всех тикеров из индекса S&P500? #python #pythoncode
Просмотров 6728 дней назад
Как протестировать торговую систему для всех тикеров из индекса S&P500? #python #pythoncode
Матрица переходов плюс матрица матожиданий. Создаем основу для обучения с подкреплением. #pythoncode
Просмотров 68Месяц назад
Матрица переходов плюс матрица матожиданий. Создаем основу для обучения с подкреплением. #pythoncode
Парадокс 100 заключенных. Как математические знания циклов улучшают вероятность с 7 e-31 до 30.68%?
Просмотров 884Месяц назад
Парадокс 100 заключенных. Как гены сотрудничества и математические знания циклов улучшают вероятность с 7 e-31 до 30.68%?
Торговая система для акций Сбербанка. Покупка после 4 подряд дней падения. Код Python
Просмотров 458Месяц назад
Торговая система для акций Сбербанка. Покупка после 4 подряд дней падения. Код Python
Как сохранить таблицу pandas в файле .pkl и как открыть этот файл в другом файле .ipynb
Просмотров 60Месяц назад
Как сохранить таблицу pandas в файле .pkl и как открыть этот файл в другом файле .ipynb
Оптимизируй это! Результаты торговой системы покупки акций после n последовательных дней снижения.
Просмотров 92Месяц назад
Оптимизируй это! Результаты торговой системы покупки акций после n последовательных дней снижения.
Анализируй это! Бэктестинг ТС, вычисляющий дни с близкими ценами закрытия дня и минимумом этого дня
Просмотров 71Месяц назад
Анализируй это! Бэктестинг ТС, вычисляющий дни с близкими ценами закрытия дня и минимумом этого дня
Алгоритмы ML. Reinforcement learning. Q-learning (FroazenLake) #pythoncode , #python
Просмотров 140Месяц назад
Алгоритмы ML. Reinforcement learning. Q-learning (FroazenLake) #pythoncode , #python
Oптимизируй 'это! Скрытые марковские процессы для улучшения торговых стратегий (пример NG=F)
Просмотров 239Месяц назад
Oптимизируй 'это! Скрытые марковские процессы для улучшения торговых стратегий (пример NG=F)
ngramm для прогнозирования изменений котировок фьючерсов золота на следующий день. #pythoncode
Просмотров 89Месяц назад
ngramm для прогнозирования изменений котировок фьючерсов золота на следующий день. #pythoncode
Музыка рынка. Преобразование последовательностей цифр в последовательности нот. #pythoncode
Просмотров 47Месяц назад
Музыка рынка. Преобразование последовательностей цифр в последовательности нот. #pythoncode
"Мальчик... и еще мальчик." Задача о двух девочках: два варианта решения #байес
Просмотров 622 месяца назад
"Мальчик... и еще мальчик." Задача о двух девочках: два варианта решения #байес
Проще простого! Прогноз дневного изменения котировок акций на основе модели Random Forest Regressor
Просмотров 1462 месяца назад
Проще простого! Прогноз дневного изменения котировок акций на основе модели Random Forest Regressor
"Сколько вешать в ngramms?" Приспосабливаем методы NLP к котировкам акций. #pythoncode , #python
Просмотров 842 месяца назад
"Сколько вешать в ngramms?" Приспосабливаем методы NLP к котировкам акций. #pythoncode , #python
День входной , день выходной и эффективная торговая карета снова превращается в тыкву.
Просмотров 512 месяца назад
День входной , день выходной и эффективная торговая карета снова превращается в тыкву.
PyCaret и ее использование для предсказания тренда на рынке акций и фьючерсов. #python #pythoncode
Просмотров 1642 месяца назад
PyCaret и ее использование для предсказания тренда на рынке акций и фьючерсов. #python #pythoncode
"Остановись мгновенье - Ты прекрасно!" Как сделать замедленное видео( slow motion video in) Python!
Просмотров 4312 месяца назад
"Остановись мгновенье - Ты прекрасно!" Как сделать замедленное видео( slow motion video in) Python!
Как за три строчки кода соединить два видео в Python? #python , #pythoncode , #moviepy
Просмотров 322 месяца назад
Как за три строчки кода соединить два видео в Python? #python , #pythoncode , #moviepy
Битва за биты! Энтропия Шэннона применительно к датафрейму котировок GOOGL за последние 10000 дней/
Просмотров 1672 месяца назад
Битва за биты! Энтропия Шэннона применительно к датафрейму котировок GOOGL за последние 10000 дней/
"Я так вижу!" Понимание энтропии Шеннона после просмотра двух видео и код энтропии в Python.
Просмотров 1742 месяца назад
"Я так вижу!" Понимание энтропии Шеннона после просмотра двух видео и код энтропии в Python.
Abstract: Large Language Models Cannot Meet Artificial General Intelligence Expectations.
Просмотров 422 месяца назад
Abstract: Large Language Models Cannot Meet Artificial General Intelligence Expectations.
Прототип Проекта оценки математического ожидания и профит фактора на основе марковских цепей. Акции
Просмотров 632 месяца назад
Прототип Проекта оценки математического ожидания и профит фактора на основе марковских цепей. Акции
Добрый день, очень понравилось ваше видео. Могли бы написать или указать первоисточник статью или книгу , чтобы лучше разобраться в вопросе.
Елена Сергеевна Вентцель работала на 2 факультете (факультет авиационного вооружения) ВВИА им. Н.Е. Жуковского. Эту книгу, как и многие другие она написала именно в тот период своей жизни. Книга была настольной книгой для слушателей, преподавателей, научных работников не только 2 факультета и не только академии,но многих научных институтов.
Очень полезная информация! Правда как-то странно обрывается видео в конце
Прошу прощения! На моем канале нет монетизации и максимальная продолжительность видео 15 минут. Я это упустил из виду и тупо отрезал видео.
Линейная регрессия в принципе для такого не применима. Получившуюся линию никак нельзя будет использовать на практике. По факту, она показывает только тенденцию к развитию, если датасет в среднем растет, то будет прямая "вверх", если в среднем падает, то будет прямая "вниз", если датасет большой с длительным интервалом, то и прямая будет нейтральной, по которой сказать ничего нельзя.
Вы абсолютно правы. Она ( в некотором смысле) дает нам лишь представление о линии, которая делит примерно напополам наш датасет. Половина суммы отклонений от этой линии будет лежать выше, а половина ниже.
У Вас ошибки в расчётах: Задачка № 1 про жёлтых и светлых. После 1-го раунда 600 ед. жёлтых с коэффициентом 0,1 уничтожили 60 ед. светлых, а 300 ед. светлых с коэффициентом 0,5 уничтожили 150 ед. жёлтых. А у Вас в расчётах получатся, что часть жёлтых стреляла по уже уничтоженным светлым, а часть светлых по уже уничтоженным жёлтым либо одновременно по одним и тем же целям. Задачка № 2 про танки. 1-ый раунд (каждый раунд по 1/9 минуты) 20 Тигров с коэффициентом 0,1 уничтожают 2 ИСа. 2-ой раунд 20 Тигров с коэффициентом 0,1 уничтожают 2 ИСа. На 3-ьем раунде оставшиеся 16 ИСов с коэффициентом 0,9 уничтожают 14 Тигров, а 20 Тигров уничтожают снова 2 ИСа. И так далее. Бой для Тигров проигран даже если изначально у танков не был заряжён снаряд и у Тигров была фора на 2 раунда.
Большое спасибо! Дело в том, что этот код рассматривает только одношаговые игры. Здесь нет цикла, который бы учитывал изменение численности сторон на последующих шагах. Но из самого текста вполне могло сложиться впечатление, что я перехожу не к рассмотрению альтернативных вариантов распределения численности сторон и их огневой мощи сторон, а к переходу на следующий шаг. Но это не так. При многошаговых играх рассматриваются как раз убывающие с разными скоростями прогрессии, но это уже другие алгоритмы.
Спасибо. Стоит внимание и дальнейшей работы
Огонь, тоже сейчас изучаю это
probml.github.io/dynamax/notebooks/hmm/gaussian_hmm.html
Чемпион по паркуру😂
Лайк
Спасибо!
Талантливая молодежь! Катерпиллер из г... палок и верёвок
Я за то чтобы продолжить анализ фондового рынка, а также прогноз валютных пар на Форексе. Предлагаю Вам провести ОПРОС!
4:20 правильно рассуждаете - ловушка ЦБ☝🏻🧐 Это спланированый сценарий развития событий, сначала падает рынок акций, далее облигаций (рынок долга) и последний падает рубль
7:20 тоже верно подметили про депозиты населения ☝🏻🥸 Образуется "навес" денежной массы, который давит на рынок и впоследствии (при снижении %) вызывает повышенный спрос на потребительском рынке и валютном. Для этого в кап. экономике придумали пылесосы: фондовый рынок, валютный и криптовалют, бетонное казино. Но самый лучший вариант 😜 это КРИЗИС или ВОЙНА
Акции на дне, но с самим-то Газпромом ничего не случилось и не случится. Трубопроводы никуда не денутся, местрождения газа и добывающие мощности - тоже. То, что биржевые спекулянты и прочие желающие заработать на акциях Газпрома обломались - это вообще не его проблема.
Акции упали именно от того, что у ГАЗПРОМА на западе отжали существенные активы, что привело к убыткам. Тем более активы отжали, а долг то остался прежним.
пффф, что за обидки)) Газпром дивы не обязан выплачивать)))
Правильно , Михаил. Не обязан. Никто на эти дивы особенно и не надеялся. Но руководство Газпрома само спровоцировало манипуляции с акциями, заявив в декабре, что дивы будут. При желании любую реакцию можно оценить как обиду или зависть. Но когда Вы посылаете телефонного мошенника на хер, Ваша реакция на его действия далека от обиды, правда?
@@Pythoncode-daily наоборот радоваться надо, что волатильность есть
Да как-то не могу привыкнуть радоваться от того, что нас кидают.
Да блудняк с Газпромом, точно.
Очень жаль, если уйдёте из направления. На русском языке почти нет таких материалов глубоких по погружению и широких по охвату методов анализа. Вас было очень интересно и полезно смотреть. Надеюсь, что всё-таки вернётесь с тему. Спасибо за вашу работу.
Время потерял не понял че о чем
Я тоже не особо понял, зачем превращать лучшую компанию в стране в объект самых тупорылых манипуляций?
@@Pythoncode-daily х поймешь что сейчас конкретно происходит. Думаю что вп к чему то готовится.. Компании на бабки поставили поэтому они не хотят дивы платитт
Самое главное, что кто-то на этом хомячит. И щеки у него такие, что никто по ним хлестать не отважится.
Очень печально, если откажитесь. Нашел ваш канал именно из-за двойного интереса ds + market, и он оказался очень полезным, смотрю. Может просто выдедить в отдельную рубрику и делать её пореже?
Большое спасибо! Возможно окончательно не откажусь от этого направления, но буду бубнить о том, что это исключительно теоретические поиски! )
Идите в медицину и биологию. Там хватает тем для DS
Спасибо! Очень классный совет! Думаю, что еще спорт. Там есть старая интересная тема - соотношение навыка и случайности ( удачи).
Здравствуйте! Как с Вами можно связаться?)) Телеграмм, почта?
Здравствуйте, Александр! Спасибо Вам за такой интерес, но начиная этот канал я не предполагал выхода за границы анонимности! Извините!
@@Pythoncode-daily принято))
Для этого анализа нужно было использовать следующий стек: 1. BB+Ketler 2. Dynamic Level+ VWAP 3. Cammarila Pivots Это бы принесло информативности и описание модели. А так в качестве ознокомительного материала сойдет. Но работать с этим в качестве проф. инструмента нельзя.
Неплохо
Спасибо!
Отличный материал, спасибо ❤
Взаимно! )
Вы, простите, наркоман или сумасшедший? Как можно уничтожить, к примеру, за 12 дней 500 единиц артилерии? Откуда вы берете эти данные? Вы знаете что такое OSINT?
Нет. Я не Зеленский. Я знаю, что такое OSINT, но отношусь к нему без предыхания - этот инструмент используется для манипулирования цифрами так же , как и все остальные. И я знаю насколько отрицание здравого смысла и фактов свойственного украинской стороне. Вы сами постоянно выдумываете фейки и удобные для вас цифры потерь, поэтому Вам приходится с пеной у рта опровергать данные Мин Обороны РФ. Но если Вы посмотрите на динамику этих показателей по Сводкам Мин Обороны, то обнаружите, что она в значительной степени предопределяет нынешнее положение дел на фронтах. А значит содержит достоверную информацию. Я понимаю Ваше недовольство этим положением, но это вполне закономерный результат. И с высокой вероятностью Вам стоит быть морального готовым к полному обрушению фронтов. При нынешнем соотношении огневой мощи и численности сторон только тот OSINT, который указывает на неминуемое поражение ВСУ является объективным.
Спасибо за обзор, как думаете для 2024 года не устарела книга?
Она настолько проста и поверхностна, что не устареет. Но покупать ее смыла нет - можно скачать из открытых источников и пробежать поверхностным чтением.
@@Pythoncode-daily спасибо за ответ, да уже листаю пдф, обещают карьеру , таких книг надо штук 20 для карьеры правда...
Добрый день Игорь. Скажите как могу с вами связаться? Есть интересная идея. Данные предоставлю в формате CSV. Сфера крипторынок. Никаких устравших вещей с классического ТА. Сделаю заметку, что ни один из крупных фондов, имея ресурсы не прогнозирует цены активов. Буду рад личному знакомству.
Большое спасибо за предложение , Игорь! Но вынужден отказаться от такой уникальной возможности. Я специально выбирал формат этого канала не предполагающий знакомства. Извините, пожалуйста!
Честно, так и не понял, почему вероятность так возрастает
Это действительно не объяснили, но если в вкратце в первом случае у нас 1/2^100 степени и возможно, что угодают все кроме одного, все кроме двух и т.д. то тут огромное количество вариантов отсеивается. Листки в коробках образуют циклы. Например а 1->5, 5->2, 2->1. И наша вероятность = вероятности того, что нет циклов длины больше 50. Соответственно либо все правы (когда цикла длины >50 нет), либо ошибаются >50 человек (все кто в этом цикле).
Хорошо, что шанс попасть в тюрьму, где не действует мораторий на смертную казнь, меньше, чем наоборот
Тренируете бота? Если да, то пока его не так просто понять
@@Pythoncode-daily Тут всё немного прозаичнее. Я сам по себе бот
Здорово! Вы уже достигли уровня мэра Киева Кличко!
НЕВОЗМОЖНО смотреть, а самое главное слушать
Тот кто заставил Вас смотреть, а главное слушать просто какой-то изувер!
@@Pythoncode-daily я тоже так подумал и потому забил на ролик.
Оргомное Вам человеческое спасибо!
Интересно, что на самом деле случайный выбор ящика даёт больше шансов на выживание в данной ситуации.
Никак не больше.
код www.kaggle.com/code/alloverthegolf/notebookd0a1ec7434/edit
"we cant find this page"
Проверил еще раз. Все работает!
@@Pythoncode-daily значит мне не повезло..
Я думаю, что у ведущего какая-то каша в голове, поэтому метания из стороны в сторону и запутанные объяснения. Многолетние наблюдения за графиками большого количества инструментов выявили следующую особенность или даже, в некотором роде, закономерность. Если учесть синхронизацию в пиковых значениях одного индикатора на разных ТФ с уровнем и повышенным объемом, то в 90% (а может и выше) случаев мы найдем разворотную точку. Вот где надо копать!
Так ведь замечательно! Если там и нужно копать, то наверняка с Вашим то умом и последовательностью Вы уже накопали себе на пару сотен годовых? Поделитесь?
@Pythoncode-daily😂😂😂😂 в точку 👍🏻👍🏻
Здравствуйте, спасибо за видео. Можете пожалуйста сказать точное название книги?
Да , конечно! Себастьян Рашка ( и еще второй автор) Python и машинное обучение. 2020. Качал из Телеги.
Спасибо за видео. К сожалению дальше поверхностного просмотра ваших роликов дело у меня не идет, хотя квалификация у меня достаточная и с питоном и с алготорговлей, и интерес есть - я даже подписан. Потому что просмотрев, я как правило так и не понимаю, где вход и где выход и зачем мы всё это делаем. Наверное если начать переписывать код, то можно будет понять. Но чтобы начать надо заинтересоваться, а с этим при таком изложении сложно. Было бы здорово если бы вы как то выделяли основные моменты. Стратегия - такая-то, входим после таких условий на таком уровне, выходим по таким условиям на таком уровне. Все это на таком то таймфрейме потому то.. Вот в этом блоке мы делаем то-то.. А сейчас интересные по смыслу темы смотреть тяжело из-за никакой подготовки текста. И это очень жаль.
Большое спасибо, Василий! Не хочется оставлять банальный и формальный ответ, но замечания Ваши очень полезные. Отчасти неверные акценты связаны с таким же неполноценным пониманием каждой строки кода с моей стороны. Я посмотрю как можно исправить ситуацию.
Поддерживаю ☝🏻🧐
Познавательно. В сантимент анализ не пробовали углубляться?
Углубляться пока не получалось. Что-то делал чтобы получать положительное, нейтральное и отрицательное отношении по постам в Твиттере. Но очень простой вариант оценки последних 100 или 1000 постов. Там , насколько я помню, нужны всякие ключи API, а я пока что сыроват в этой теме.
А где ссылка на статью, или блокнот colab?
Код брал по этой ссылке www.kaggle.com/code/paramarthasengupta/microsoft-stocks-price-prediction
Спасибо за труд
И Вам спасибо! Для меня это очень увлекательное занятие!
Mindmap получился. Таксономической строгости в нем нет.
Вы абсолютно правы! Нет и не может быть такой строгости - потому что самоучка!
github.com/simoninithomas/Deep_reinforcement_learning_Course/blob/master/Q%20learning/FrozenLake/Q%20Learning%20with%20FrozenLake.ipynb
Где вы взяли этот ноутбук ? Не могли бы Вы обьединить ноутбуки про вероятность и стохастические процессы в отдельный плейлист.
Нашел! Вот ссылка github.com/ad17171717/RUclips-Tutorials/blob/main/Statistics%20with%20Python/An_Intro_to_Markov_chains_with_Python!.ipynb
И видео ruclips.net/video/WT6jI8UgROI/видео.html За совет спасибо! Попробую собрать нотбуки в один плейлист
Ссылка на код colab.research.google.com/drive/12qzR8SrhfhQDBImKYQqUKdj6n60E9jNp?usp=sharing
Подписался! Сейчас строю путь в квант файненс , закончил физтех , спасибо за материал ! Очень содержательно!!!! Буду смотреть все видео!!!
Спасибо! Хороший путь выбрали! Не простой. Надо быть готовым к большому количеству разочарований и к тому, что придется отметать более 95% всех тестов и методик. Но очень интересный и перспективный! Всяческой Вам удачи! Особенно рекомендую обратить внимание на покупку перепроданных активов и на неэффективные рынки. Если следите за рынками, то возможно видели как сегодня фьючерс NG=F сегодня наверх ломанулся. Ловилось это движение
@@Pythoncode-daily как с вами связаться ?
Если удобно, то пишите здесь. Я отвечу. Этот канал работает в режиме открытого обмена соображениями и идеями. Я не занимаюсь обучением, консультированием и прочими привычными активностями. Мне интересно развивать именно формат peer to peer - обмен идеями равного с равными. Для меня так же важно сохранять приватность - не важно кто я , главное свободно обмениваться мнениями!
Благодарю вас за интересное и понятное изложение!
Большое спасибо, Анна! Рад, что код и видео пригодились не только мне самому! )
@@Pythoncode-dailyДа, нас уже больше 🤗
Подача может и не совсем обычная для многих комментаторов, но основная инфа для понимания чего-то есть. В русскоязычных ресурсах не так просто найти подобное и простое
Большое спасибо, Виктория! Если мне и хотелось внести какой-то вклад в информационное пространство , то скорее именно такой слабый, ограниченный и несовершенный. Чтобы каждый мог посмотреть и прикинуть - "Ну если у этого чела с его тараканами получается в этом разбираться, то я то уж сделаю это гораздо эффективнее, быстрее и лучше!"
Тема интересная, но подача материала это полный пипец. Только после 3 минуты начало. Но динамики экрана до 7 минуты вообще по теме никакой. Из 14:45, это фиаско братан. Пожалуйста локаничнее и несколько примеров в реальной практике.
Спасибо за дельные советы! Часто ловлю себя на мысли, что воды много.
@@Pythoncode-daily то, что Вы отреагировали в полне адекватно, говорит о многом. Удачи Вам с каналом. Если позволите дам совет. Есть книги, типа "Пиши-сокрашай", они помогут. А так сам увлекаюсь торговлей и пришёл к выводу, что наш рынок не эффективен, поэтому можно и нужно искать патерны.
Спасибо! "Рынок может оставаться неэффективным гораздо дольше, чем мы можем оставаться платежеспособными" ))) Лучше всего в долго срок работает покупка на чудовищных проливах, но они случаются крайне редко. Остальные мои поиски привели к расчетам которые показывают, что почти любая тренд следящая система приносит прибыль с довольно печальным профилем. Примерно 10% сделок обеспечивают положительный результат, а 90% болтаются в области безубыточности. При этом если выходить из тренда до его окончания, то долгосрочный результат так и может остаться убыточным. В общем стратегия покупки на чудовищных проливах оказывается лучше , чем тренд следящая по своей прибыльности, но слишком уж редкая для ее постоянной эксплуатации. В общем сложный это хлеб. Всего Вам доброго и спасибо за полезные соображения!
@@Pythoncode-daily спасибо. Если вспомнить Носила Таллина, то мне очень нравится параллель с наступлением "Черного лебедя" и Индюшки, которая думает что самый безопасный день для неё сегодня. Но сегодня День благодарения, и за ней придут, т.к. к празднику нужна 🐦. Это навело на размышление о том, как в случайных (для нас) событиях предсказать об продолжении / прекращении серии исходов. К примеру: д1- цена в минус, прогноз: "на завтра, цена в плюс, поэтому покупаем". д2÷д5 -цена в минус, не угадали, прогноз: "образовался тренд, шортим" Вопрос: когда закрывать шорт?, когда прервется серия с макс. вероятностью? Вот и рыскаю по интернету в поисках всего и вся, т.к. любые дополнительные фичи (особенно в ML) добавляют к расчётной вероятности надёжность прогноза. Если будут мысли по этому поводу, буду рад их обсудить. А так по Вашей системе, если МО - 2*комиссия > 0.5 + запас надёжности, То Вы в плюсе, в перспективе. А если система автоматизированна, то это прям пассивный доход. Вам, несомненно удачи! 🤞 "
Большое спасибо! Мне тоже интересны такие задачи. Возможно для этого могут пригодиться методы обучения с подкреплением. Логика там подходящая. Агенты, состояния , марковские цепи, матрица переходов, политики, краткосрочный доход, долгосрочная прибыль. Попробовал SARSA, но пока очень уж специфическая методика. Непонятно, как ее приспособить и трактовать результаты. Удачи Вам в Ваших поисках!
))))
Могу добавить, что в вычислительной Химии энтропию Шеннона от электронной плотности S=-integral[Roln(Ro)]dr связывают с неопределенностью распределения электронной плотности Ro в пространстве. Есть статьи, которые указывают на взаимосвязь S с принципом неопределенности Гейзенберга.
Спасибо за видео и ссылки: интересно посмотреть на чужую реализацию марковских цепей в питоне.
Спасибо! Сегодня докопался до Теории информации и энтропии Шенона и интуитивно начал понимать для чего так детально копают марковские цепи - чтобы зная матрицу переходов, знать какая информация полезна и приносит полезные знания о состоянии среды, а какая нет. Это конечно частный случай, но когда закреплю его понимание постараюсь сделать видео.
Есть хорошая статья - The five greatest applications of Markov chains. Там хорошо расписано - и как Марков цепи придумал (заботав Онегина) и про энтропию Шеннона и другие примеры применения
Спасибо! Круто! Как раз все потихонечку срастается!