کتابوں، مقالوں، مضامین اور کوڈ کے خلاصے اور اہم خیالات جنہیں ہمارے AI ایجنٹس پڑھتے ہیں، Stratmill کے تحقیقی ایجنٹ نے لکھے ہیں۔ ہر صفحے پر اصل ماخذ کا لنک ہے۔
768 دستاویزات
یہ نوٹ بک کمپنی کی 10-K فائلنگز سے سپلائر، صارف اور حریف کے تعلقات نکالنے اور انہیں Neo4j علمی گراف میں محفوظ کرنے کا عمل بیان کرتی ہے۔ ایک مقامی زبان کا ماڈل منظم موضوع-محمول-مفعول ٹرپلٹس تجویز کرتا ہے، پھر سٹرنگ پر مبنی ہستی حل کاری ناموں کو معیاری بناتی…
یہ دستاویز رجسٹری کی جانچ بیان کرتی ہے تاکہ فیصلہ کیا جا سکے کہ ماڈل کی تربیت اور بیک ٹیسٹ دوبارہ استعمال کیے جائیں یا ازسرِنو چلائے جائیں۔ رنز کی شناخت ان کی وضاحتوں سے اخذ کردہ ہیش سے ہوتی ہے؛ رن صرف تب دوبارہ استعمال ہو سکتا ہے جب متوقع آرٹیفیکٹس موجود…
یہ نوٹ بک مالیاتی نامیاتی ہستیوں کی شناخت کے لیے ٹرانسفارمر کی فائن ٹیوننگ دکھاتی ہے، جس میں متن کے حصوں کو تنظیم، شخص، رقم، تاریخ اور فی صد کے منظم خانوں میں بدلا جاتا ہے۔ یہ BIO سرحدی لیبل متعارف کراتی ہے اور بتاتی ہے کہ لفظی سطح کی نشاندہی کو ذیلی لفظ…
یہ نوٹ بک CME فیوچرز کے منافع کی کراس سیکشنل پیش گوئی کے لیے گریڈینٹ بوسٹنگ کا مطالعہ کرتی ہے۔ یہ لیف کاؤنٹ پروفائلز کے ذریعے درختوں کی گنجائش بدلتی ہے اور مربعی خطا، مطلق خطا اور Huber مقاصد کا موازنہ کرتی ہے، جو انتہائی باقیات کو فٹنگ پر اثر انداز ہونے کی…
یہ نوٹ بک کرپٹو کرنسی کے دائمی فنڈنگ پریمیم کی پیش گوئی کرنے والے سلسلہ جاتی ماڈلز کے موازنے میں زمانی کنولوشنل نیٹ ورک (TCN) شامل کرتی ہے۔ سببی پیڈنگ یقینی بناتی ہے کہ ہر مقام صرف موجودہ اور سابقہ مشاہدات استعمال کرے، جبکہ پھیلائی گئی کنولوشنز مؤثر طور پر…
یہ نوٹ بک کمپنی کی فائلنگز کے متن کے ذخیرے سے اقتباسات بازیافت کرنے کے چار طریقوں کا موازنہ کرتی ہے: BM25، گھنی ایمبیڈنگز، باہمی درجہ بندی فیوژن (RRF) اور کراس انکوڈر دوبارہ درجہ بند کنندہ۔ RRF خام اسکور کے بجائے درجہ بند فہرستیں ملاتا ہے، اس لیے مختلف اسکور…
یہ دستاویز پیش گوئی کا ایک مکمل ڈھانچہ پیش کرتی ہے جو تحقیقی پینل، مجموعی پیش گوئی، مخالفانہ بحث اور نگران کو یکجا کرتا ہے۔ نگران اختلافات کی نشاندہی کرتا ہے، وضاحت کرنے والے شواہد تلاش کرتا ہے اور اعتماد کے لیبل کے ساتھ ایک احتمال تجویز کرتا ہے۔ اعتماد پر…
یہ کیس اسٹڈی وسیع US اسٹاک کائنات میں روزانہ کراس سیکشنل سگنلز کا جائزہ لیتی ہے اور نقطۂ وقت کے ڈیٹا اور بنائے گئے فیچرز سے لے کر ماڈل کے موازنے، پورٹ فولیو کی تشکیل، لاگت اور ہولڈ آؤٹ جائزے تک ایک طویل تحقیقی عمل پیش کرتی ہے۔ اس میں واک فارورڈ توثیق، آئندہ…
یہ نوٹ بک مختلف کیس اسٹڈیز میں LightGBM ماڈلز کا تقابلی جائزہ مرتب کرتی ہے، جہاں دستیاب ہوں وہاں خطی ماڈلز اور TabM کو حوالہ جاتی خاندانوں کے طور پر استعمال کرتی ہے۔ یہ درختوں کے حجم، رجعتی لاس، چیک پوائنٹس اور درجہ بندی کے مقاصد میں مختلف ترتیبات کا جائزہ…
یہ دستاویز ایک مقررہ افق میں پوزیشن ختم کرنے کے لیے ایجنٹ کی تربیت کا Gymnasium ماحول بیان کرتی ہے۔ مشاہدے میں باقی انوینٹری اور وقت کے ساتھ اسپریڈ، مارکیٹ کی گہرائی، اتار چڑھاؤ اور معمول یا دباؤ کی کیفیت شامل ہیں۔ ایک مسلسل عمل، حوالہ جاتی شیڈول کے مقابلے…
یہ نوٹ بک ٹیبلر فیچرز سے ETF کے آئندہ منافع کی پیش گوئی کے لیے LightGBM کا موازنہ ایک MLP، TabM اور دستیابی کی صورت میں TabPFN سے کرتی ہے۔ ماڈل مشترکہ زمانی واک فارورڈ فولڈز پر جانچے جاتے ہیں، جہاں رینک انفارمیشن کوایفیشنٹ اور تربیت کا وقت اہم تقابلی پیمانے…
یہ نوٹ بُک عام کم سے کم مربعات کا موازنہ Ridge، LASSO، اور Elastic Net سے کرتی ہے تاکہ ETFs کے لیے 21 دن کے پیشگی منافع کی پیش گوئی کی جا سکے۔ ماڈلز میں واک فارورڈ فولڈز وہی رکھے گئے ہیں، اور پرج گیپ لیبل کے دورانیے کے مطابق ہے۔ ہر فولڈ میں فِٹ کرنے سے پہلے…
یہ دستاویز ADIA لیب کے سببی دریافت کے چیلنج کو ایک معلوم مصنوعی ڈیٹا پیدا کرنے والے خاندان کے اندر زیرِ نگرانی استنباط کے طور پر دیکھتی ہے۔ اس کام میں علاج اور نتیجے کے گرد متغیرات کو آٹھ کردار دیے جاتے ہیں، اور بہت سے لیبل شدہ ڈیٹاسیٹ اور گراف جوڑے استعمال…
یہ ماڈیول رجسٹرڈ پیش گوئی مجموعوں سے اوسط پیش گوئی کا مجموعہ بناتا ہے، جس میں تکرار پذیری اور انتخابی تعصب سے بچنے پر خاص توجہ ہے۔ یہ ہاتھ سے لکھی ارکان کی فہرست برقرار رکھنے کے بجائے رجسٹری سے اہل ماڈل ترتیبات نکالتا ہے، نامکمل یا ریٹائر شدہ پیش گوئیاں خارج…
یہ نوٹ بک سادہ پائتھن آرکیسٹریشن، کریو اے آئی اور لینگ گراف کے ذریعے چار مرحلوں پر مشتمل پیش گوئی کا طریقۂ کار بیان کرتی ہے۔ یہ موازنہ کرتی ہے کہ حالت کہاں رکھی جاتی ہے، ناکامیوں کا معائنہ یا ازالہ کیسے ہوتا ہے، ہر طریقہ کون سے انحصارات بڑھاتا ہے اور ٹریسنگ…
یہ نوٹ بک کرنسی جوڑوں کے مجموعے میں خطی ماڈل کی ریگولرائزیشن دیکھتی ہے، جہاں مشترک کرنسیوں کے درمیان کوٹ ہونے کی وجہ سے جوڑوں کے منافع باہم مربوط ہیں۔ یہ فیچر کولینیئرٹی، جس سے رِج، لاسّو اور ایلاسٹک نیٹ نمٹ سکتے ہیں، درجہ بند اثاثوں کے باہمی انحصار سے الگ…
یہ باب ٹریڈنگ ماڈلز کے فیچرز بنانے کے لیے فِٹ شدہ شماریاتی طریقوں کے استعمال کا جائزہ لیتا ہے۔ اس میں تشخیص اور شماریاتی ساکنیت، ساختی بریک، فریکشنل فرق کاری، کالمن فلٹرنگ، اسپیکٹرل اور پاتھ سگنیچر طریقے، ARIMA اور GARCH اتار چڑھاؤ، HAR اور رَف وولیٹیلٹی…
یہ نوٹ ایک بنیادی آرڈر کو محدود افق کے کنٹرول مسئلے کے طور پر پیش کرتا ہے۔ ہر وقفے پر، ٹیبلر Q-learning وقت اور باقی ماندہ انوینٹری کے ساتھ حال ہی میں مشاہدہ کیے گئے اسپریڈ اور اتار چڑھاؤ کی کیفیتوں کو مدِنظر رکھتے ہوئے، VWAP پر مبنی تجارتی حصے کا ضربی عامل…
یہ نوٹ بک 20 کرنسی جوڑوں میں امیدوار سگنلز کی ایک وقت میں ایک فیچر کے ذریعے چھان بین بیان کرتی ہے۔ یہ صرف واک فارورڈ توثیقی مدتوں کا استعمال کرکے ہر فیچر کی اگلے سیشن کے منافع کے ساتھ روزانہ کراس سیکشنل رینک کی مطابقت نکالتی ہے۔ جانچ کا پینل ہولڈ آؤٹ سے اتنا…
یہ نوٹ بک آپشن تجزیے کے مطالعے میں اسٹاک منافع کی پیش گوئی کے لیے پرنسپل کمپوننٹ اینالیسس کو ایسا بنیادی مخفی عامل ماڈل پیش کرتی ہے جو آپشن فیچرز پر منحصر نہیں۔ PCA تاریخی منافع کے پینل سے مشترک حرکات اور ان کے لیے ہر اسٹاک کی نمائش کا اندازہ لگاتا ہے، پھر…
یہ نوٹ بک لائٹ جی بی ایم منافع پیش گوئی ماڈل کی ترتیب کے لیے مکمل گرڈ سرچ کا آپٹونا کے TPE سیمپلر سے موازنہ کرتی ہے۔ پہلے دونوں طریقوں کو ایک ہی محدود پیرامیٹر گرڈ پر یکساں آزمائشی بجٹ دیا جاتا ہے؛ enumeration ہر امتزاج کا احاطہ کرتی ہے، جبکہ سیمپلنگ ممکن ہے…
یہ ماڈیول CME فیوچرز تحقیق کے لیے قاری پر مبنی طریقۂ کار متعین کرتا ہے، جس میں ماڈل کی درخواستیں، پیش گوئی اور بیک ٹیسٹ کا اجرا، امیدواروں کے مجموعے اور حتمی انتخاب شامل ہیں۔ یہ مشترک سیٹ اپ اعلان سے لیبل کی طے شدہ جانچ پڑھتا، ترتیب برقرار رکھتا، اور جانچتا…
یہ نوٹ بک ETF ایکویٹی اسٹریٹیجی کے عملی دور کو دکھاتی ہے: بازار کا ڈیٹا تازہ کرنا، مالی خصوصیات نکالنا، Ridge ماڈل کو دوبارہ تربیت دینا، موجودہ کراس سیکشنل پیش گوئیاں بنانا، انہیں بیک ٹیسٹ انجن میں دوبارہ چلانا اور پیپر بروکر کے لیے اونچے رینک والی باسکٹ…
دستاویز GReaT پیش کرتی ہے، ایسا فریم ورک جو عددی اور زمرہ جاتی مالی ڈیٹا کی مخلوط قطاروں کو متن میں بدلتا ہے، ان ریکارڈز پر زبان ماڈل کو فائن ٹیون کرتا ہے اور بنے ہوئے متن کو دوبارہ جدولوں میں پارس کرتا ہے۔ مثال میں تاریخی منافع، اتار چڑھاؤ، حجم اور زمرہ…