그리고 그들이 어떤 근거로 예측자를 생성하는지도 흥미롭습니다. 내 중독은 일반적으로 시간이 지남에 따라 사라집니다. 파일의 전반부에서 모델을 훈련시켰고 파일의 후반부에서 평소와 같이 시간이 지남에 따라 오류가 커질 것으로 예상했습니다. 그리고 거기에는 - 아니요, 모든 것이 시간의 열화없이 고정되어 있습니다. 무역과 관련된 약속된 데이터이지만. 특이한. 테이블의 행이 무작위로 섞일 수 있습니다.
가지가 많이 자라서 읽을 수 없게 되었습니다. MT4/5 터미널에서 문제 없이 수행할 수 있는 언어로 기계 학습 모델을 사용하는 특정 문제만 논의할 새로운 분기 "RUserGroup"을 시작할 것을 제안합니다. 나는 두 가지 (R, Python)를 알고 있습니다. 코드 제공에 대한 논의. 다른 언어로 된 ML 분야 경험이 있는 전문가도 초빙합니다.
이전 게시물에 게시된 컨볼루션 네트워크의 예부터 시작할 수 있습니다.
행운을 빕니다
나는 AM을 위해! 하지만 그들은 여전히 빨랐다 :(
또 다른 질문이 있습니다. 기존 네트워크에 비해 컨볼루션 네트워크의 진정한 이점은 무엇이라고 생각합니까? 물론 시장에서)
ivan_11 : 몇 페이지 전에 답변을 받았습니다. 아이디어가 있으면 5분(1일, 1주일) 이내에 확인해야 합니다. 그리고 당신의 아이디어가 실행 가능한지 또는 처음에 사산했는지 여부는 알려져 있지 않습니다. 학생이 5분 안에 알아낼 수 있는 기성품 패키지를 사용하거나 스스로 완전한 인프라를 다시 작성할 수 있는 옵션 중 무엇을 선택하시겠습니까? 두 번째 옵션이라면 이것은 사도마조히즘이고 평범한 사람들은 당신과 함께하지 않습니다))
어떤 종류의 인프라에 대해 이야기하고 있습니까? 그것은 그들의 방법과 수업에 관한 것입니다. 위대한 Nikolai Kositsyn 은 그것을 어떻게 했습니까? 그렇다면 이것은 정상 이상이지만 모든 사람에게 주어지는 것은 아닙니다.
그리고 그들이 어떤 근거로 예측자를 생성하는지도 흥미롭습니다. 내 중독은 일반적으로 시간이 지남에 따라 사라집니다. 파일의 전반부에서 모델을 훈련시켰고 파일의 후반부에서 평소와 같이 시간이 지남에 따라 오류가 커질 것으로 예상했습니다. 그리고 거기에는 - 아니요, 모든 것이 시간의 열화없이 고정되어 있습니다. 무역과 관련된 약속된 데이터이지만. 특이한. 테이블의 행이 무작위로 섞일 수 있습니다.
블로그에서 기사를 읽으십시오. 30분 이상 흥미로운 독서, 데이터를 난독화한 방법, 이 모든 이유 등이 있습니다. 문자열을 정확하게 뒤섞고, 특징과 데이터 소스를 분류하고, 또한 이러한 특징을 특정 기준으로 투영하여 서로 균일한 상태로 혼합하여 출처를 알 수 없습니다.
제 생각에는 사람이 최소한 데이터를 실행하고 0.69300(무작위) 미만의 로그 손실을 얻을 수 있다면 여기서 AI와 ML에 대해 이야기할 권리가 있고 나머지는 전문적으로 적합하지 않다는 데 동의합니다.
내 결과 https://numer.ai/ai/toxic
https://numer.ai/ai/dr_tr
0.69184 만났습니다 :)
흥미로운 경쟁과 흥미로운 상.
그리고 그들이 어떤 근거로 예측자를 생성하는지도 흥미롭습니다. 내 중독은 일반적으로 시간이 지남에 따라 사라집니다. 파일의 전반부에서 모델을 훈련시켰고 파일의 후반부에서 평소와 같이 시간이 지남에 따라 오류가 커질 것으로 예상했습니다. 그리고 거기에는 - 아니요, 모든 것이 시간의 열화없이 고정되어 있습니다. 무역과 관련된 약속된 데이터이지만. 특이한. 테이블의 행이 무작위로 섞일 수 있습니다.
가지가 많이 자라서 읽을 수 없게 되었습니다. MT4/5 터미널에서 문제 없이 수행할 수 있는 언어로 기계 학습 모델을 사용하는 특정 문제만 논의할 새로운 분기 "RUserGroup"을 시작할 것을 제안합니다. 나는 두 가지 (R, Python)를 알고 있습니다. 코드 제공에 대한 논의. 다른 언어로 된 ML 분야 경험이 있는 전문가도 초빙합니다.
이전 게시물에 게시된 컨볼루션 네트워크의 예부터 시작할 수 있습니다.
행운을 빕니다
나는 AM을 위해! 하지만 그들은 여전히 빨랐다 :(
또 다른 질문이 있습니다. 기존 네트워크에 비해 컨볼루션 네트워크의 진정한 이점은 무엇이라고 생각합니까? 물론 시장에서)
몇 페이지 전에 답변을 받았습니다. 아이디어가 있으면 5분(1일, 1주일) 이내에 확인해야 합니다. 그리고 당신의 아이디어가 실행 가능한지 또는 처음에 사산했는지 여부는 알려져 있지 않습니다. 학생이 5분 안에 알아낼 수 있는 기성품 패키지를 사용하거나 스스로 완전한 인프라를 다시 작성할 수 있는 옵션 중 무엇을 선택하시겠습니까? 두 번째 옵션이라면 이것은 사도마조히즘이고 평범한 사람들은 당신과 함께하지 않습니다))
제 생각에는 사람이 최소한 데이터를 실행하고 0.69300(무작위) 미만의 로그 손실을 얻을 수 있다면 여기서 AI와 ML에 대해 이야기할 권리가 있고 나머지는 전문적으로 적합하지 않다는 데 동의합니다.
내 결과 https://numer.ai/ai/toxic
나는 AM을 위해! 하지만 그들은 여전히 빨랐다 :(
또 다른 질문이 있습니다. 기존 네트워크에 비해 컨볼루션 네트워크의 진정한 이점은 무엇이라고 생각합니까? 물론 시장에서)
컨볼루션 네트워크는 행렬로 표시되는 데이터를 분류하는 데 중점을 둡니다. 나는 깊은 것들에 비해 어떤 이점도 보지 못하고 우리 데이터가 시계열이기 때문에 LSTM이 더 적합한 모델이라고 생각합니다.
주석을 달 수 있는 코드가 있고 모든 사람이 알 수 있는 몇 가지 근본적인 오류가 있기 때문에 이 예제는 구문 분석을 위해 제공됩니다. 물론 그것이 작가에게 흥미롭지 않다면 말이다.
행운을 빕니다
mytarmail:
나는 AM을 위해! 하지만 그들은 여전히 빨랐다 :(
또 다른 질문이 있습니다. 기존 네트워크에 비해 컨볼루션 네트워크의 진정한 이점은 무엇이라고 생각합니까? 물론 시장에서)
컨볼루션 네트워크는 행렬로 표시되는 데이터를 분류하는 데 중점을 둡니다. 나는 깊은 것들에 비해 어떤 이점도 보지 못하고 우리 데이터가 시계열이기 때문에 LSTM이 더 적합한 모델이라고 생각합니다.
주석을 달 수 있는 코드가 있고 모든 사람이 알 수 있는 몇 가지 근본적인 오류가 있기 때문에 이 예제는 구문 분석을 위해 제공됩니다. 물론 그것이 작가에게 흥미로운 것이 아니라면 말이다.
행운을 빕니다
예, 사실 저자뿐만 아니라 모든 사람이 관심을 가지고 있습니다 ...
또한 convolutional network 는 인식에 있어 확장성(scalability)의 속성을 가지고 있다는 것, 즉 training set과 크기와 모양이 약간 달라도 객체(pattern)를 인식할 수 있다는 그런 생각을 들은 적이 있는데, 이것은 진실?
그리고 그들이 어떤 근거로 예측자를 생성하는지도 흥미롭습니다. 내 중독은 일반적으로 시간이 지남에 따라 사라집니다. 파일의 전반부에서 모델을 훈련시켰고 파일의 후반부에서 평소와 같이 시간이 지남에 따라 오류가 커질 것으로 예상했습니다. 그리고 거기에는 - 아니요, 모든 것이 시간의 열화없이 고정되어 있습니다. 무역과 관련된 약속된 데이터이지만. 특이한. 테이블의 행이 무작위로 섞일 수 있습니다.
블로그에서 기사를 읽으십시오. 30분 이상 흥미로운 독서, 데이터를 난독화한 방법, 이 모든 이유 등이 있습니다. 문자열을 정확하게 뒤섞고, 특징과 데이터 소스를 분류하고, 또한 이러한 특징을 특정 기준으로 투영하여 서로 균일한 상태로 혼합하여 출처를 알 수 없습니다.
예, 실제로 저자뿐만 아니라 모든 사람이 관심을 가지고 있습니다 ...
또한 convolutional network는 인식에 있어 확장성(scalability)의 속성을 가지고 있다는 것, 즉 training set과 크기와 모양이 약간 달라도 객체(pattern)를 인식할 수 있다는 그런 생각을 들은 적이 있는데, 이것은 진실?
우리가 이미지에 대해 이야기하고 있다면 - 그렇습니다. 사실입니다.
우리가 이미지에 대해 이야기하고 있다면 - 그렇습니다. 사실입니다.
그리고 시계열 은 어떻습니까?
그리고 시계열은 어떻습니까?
좋은 결과를 얻지 못했습니다. 강한 상관 관계가 있는 예측 변수(다른 모델과 달리)가 필요합니다.
나는 받아들일 만한 결과를 줄 것을 찾지 못했습니다. 사실, 나는 짧은 시간 동안 실험했습니다. 시간이 촉박합니다. 당신은 시도합니다. 예제에는 완전한 기능의 코드가 있습니다.
행운을 빕니다
추신. 시도하는 경우 입력 행렬에서 예측 변수는 열이 아닌 행이어야 합니다.