실제로 약 2 NS가 이미 도달했으며 이것이 내가 사용하는 유일한 방법입니다. 3개의 클래스(매수, 대기, 매도)가 있는 경우 중산층은 특히 출구에 있는 경우 매우 빠르게 미끄러집니다. 뉴런 시그모이드 또는 접선. 그러나 회귀라면 ... 이론상으로 출력에 1개의 뉴런이 필요합니다.
각 NS - 2개의 클래스 - long/0, 두 번째 NS - short/0.
혹시나 해서 9.17부터의 테스트이기도 한 국회 연수 결과를 다시 한번 말씀드립니다. 그런 일이 일어납니다.
NN과 로지스틱 회귀만 시도할 계획이지만 멀티 에이전트 환경에서 많은 모델이 한 번에 학습되기 때문에 가장 중요한 것은 빠르게 하는 것입니다. 하지만 RL을 내 작업에 맞게 조정합니다.
나는 여전히 클러스터링을 사용하고 싶고 방법을 알아냈지만, alglib는 새로운 데이터의 중심에 속하도록 허용하지 않습니다. 다른 곳을 가져와야 합니다.
숨겨진 레이어가 없는 회귀... R로 전환할 시간입니다. 저는 alglib NS에서 시도했습니다. 동일한 네트워크가 R보다 10배 느린 것으로 간주합니다(예: 하루 대 30-60분). 또한 alglib에는 최대 2개의 숨겨진 레이어가 있으며 관찰에 따르면 3개의 연속 변환이 필요합니다. 3개의 레이어.
실제로 약 2 NS가 이미 도달했으며 이것이 내가 사용하는 유일한 방법입니다. 3개의 클래스(매수, 대기, 매도)가 있는 경우 중산층은 특히 출구에 있는 경우 매우 빠르게 미끄러집니다. 뉴런 시그모이드 또는 접선.
그러나 회귀라면 ... 이론상으로 출력에 1개의 뉴런이 필요합니다.
각 NS - 2개의 클래스 - long/0, 두 번째 NS - short/0.
혹시나 해서 9.17부터의 테스트이기도 한 국회 연수 결과를 다시 한번 말씀드립니다. 그런 일이 일어납니다.
0.5보다 크면 길고 - 0보다 작으면 중지합니다.
아니요, 저는 지금까지 스캐폴딩(여러 가지 기능에 대한 임의의 수의 모델 앙상블)을 사용하고 있으며 평균 출력이 사용됩니다.
오. 모든 것이 빠르게 작동합니다
그렇다면 나무는 디지털 필터와 유사합니까? 뭔가 아닌 것 같습니다.
몰라.. 바카디 마시러 갔어)) 나중에 생각해볼게
NN과 로지스틱 회귀만 시도할 계획이지만 멀티 에이전트 환경에서 많은 모델이 한 번에 학습되기 때문에 가장 중요한 것은 빠르게 하는 것입니다. 하지만 RL을 내 작업에 맞게 조정합니다.
나는 여전히 클러스터링을 사용하고 싶고 방법을 알아냈지만, alglib는 새로운 데이터의 중심에 속하도록 허용하지 않습니다. 다른 곳을 가져와야 합니다.네. NN의 입력에는 정규화된 시계열이 있습니다. NA 구조 -15-20-15-10-5-1이 이미 잘 작동하고 있다고 가정해 보겠습니다.
롱과 숏을 결정하려면 2개의 NS가 필요합니다.
다른 하나는 네트워크의 구조를 계산하는 알고리즘을 찾는 것입니다... 너무 많지 않아도 충분합니다.
모르겠어. 고전 문헌에 따르면 직관적으로 또는 선택에 의해서만.
3-4 번 어딘가에서 나에게 밝혀졌습니다. 훈련의 결과로, 당신은 이미 그것을 느끼기 시작합니다.)
몰라.. 바카디 마시러 갔어)) 나중에 생각해볼게
NN과 로지스틱 회귀만 시도할 계획이지만 멀티 에이전트 환경에서 많은 모델이 한 번에 학습되기 때문에 가장 중요한 것은 빠르게 하는 것입니다. 하지만 RL을 내 작업에 맞게 조정합니다.
나는 여전히 클러스터링을 사용하고 싶고 방법을 알아냈지만, alglib는 새로운 데이터의 중심에 속하도록 허용하지 않습니다. 다른 곳을 가져와야 합니다.R로 전환할 시간입니다. 저는 alglib NS에서 시도했습니다. 동일한 네트워크가 R보다 10배 느린 것으로 간주합니다(예: 하루 대 30-60분). 또한 alglib에는 최대 2개의 숨겨진 레이어가 있으며 관찰에 따르면 3개의 연속 변환이 필요합니다. 3개의 레이어.
또한 alglib에는 최대 2개의 숨겨진 레이어가 있으며 관찰에 따르면 3개의 연속 변환이 필요합니다. 3개의 레이어.
3개의 레이어는 전혀 아무것도 아닙니다.(
그건 그렇고 내 NS의 구조를 조금 잘못 표시
이전 - 15-20-15-10-5-1
그것은 필요합니다 - 15-15-20-15-10-5-1. 첫 번째 숫자는 입력 수입니다.
3개의 레이어는 전혀 아무것도 아닙니다.(
그건 그렇고, 내 NS의 구조를 조금 잘못 표시
이전 - 15-20-15-10-5-1
그것은 필요합니다 - 15-15-20-15-10-5-1. 첫 번째 숫자는 입력 수입니다.
1030 개의 무게 만 - 약하지 않습니다. 입력(행)은 몇 개입니까?
1030 개의 무게 만 - 약하지 않습니다. 입력(행)은 몇 개입니까?
이해하지 못하셨나요? 뭐라고요? 국회는 국회 구조의 첫 번째 자리인 15개의 입력을 가지고 있습니다. 정규화된 VR은 입력에 직접 공급됩니다(15개 판독값).
이해하지 못하셨나요? 뭐라고요? 국회는 국회 구조의 첫 번째 자리인 15개의 입력을 가지고 있습니다.
예를 들어 15개 입력이 있는 10000개 라인