Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 600
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Schauen Sie nach, aber das Problem ist, dass es nicht viele frische, systematische Informationen im Web über die Arbeit mit Low-Level-NS-Strukturen auf Skalenebene gibt, da unsere Forscher nur selten bis zum Backend, wie TensorFlow, hinuntergehen, meistens sind alle über oder auf Theano, Keras, Torch oder dem ausklingenden R-Niveau.
Kein Grund, albern zu sein. TensorFlow, Theano, Torch und CNTK sind allesamt Low-Level-Bibliotheken zur automatischen Differenzierung, die beim Training tiefer neuronaler Netze verwendet werden. Es gibt viele Aufbauten auf ihnen, einer der häufigsten ist Keras. Für einen normalen Benutzer (kein Experte für neuronale Netze) ist es bequemer (einfacher und schneller), High-Levels zu verwenden.
Mich interessiert, welche Bibliotheken Sie verwendet haben? Oder haben Sie nur von ihnen gehört?
Viel Glück!
Seien Sie nicht dumm. TensorFlow, Theano, Torch und CNTK sind allesamt Low-Level-Bibliotheken zur automatischen Differenzierung, die beim Training tiefer neuronaler Netze verwendet werden. Es gibt viele Aufbauten darauf, einer der gängigsten ist Keras. Für einen normalen Benutzer (kein Experte für neuronale Netze) ist es bequemer (einfacher und schneller), High-Levels zu verwenden.
Mich interessiert, welche Bibliotheken Sie verwendet haben? Oder haben Sie nur von ihnen gehört?
Viel Glück!
Ja, Sie sollten aufmerksamer lesen, um keinen Unsinn zu erzählen.
Es ging um das Back-End, ich hoffe, Sie müssen die Bedeutung nicht erklären, und das Front-End ist für die Benutzeroberfläche, eine höhere Ebene.
Und wie für das Interesse, vielleicht haben Sie über die Graphen TensorFlow, Protocol Buffers, Code-Generierung für verschiedene Plattformen und Sprachen gehört, dh im Wesentlichen die niedrige Ebene, so dass ich das gleiche tun nur für meine NS und MQL Sprache.
Sie haben wahrscheinlich noch nie davon gehört - Hlaiman EA Generator.
Forum zum Thema Handel, automatisierte Handelssysteme und Strategietests
Maschinelles Lernen im Handel: Theorie und Praxis (Handel und nicht nur)
Aleksey Terentev, 2018.01.23 06:39
Ja, ich habe Schwierigkeiten. Es fällt mir schwer zu verstehen, warum es manchen Menschen so schwer fällt, sich aufzuraffen und hart zu arbeiten.
Ja, ich treibe mich in diesem Thread herum und mische mich in die Antworten anderer Leute ein, anstatt konstruktiv über Fragen nachzudenken.
Lasst uns eine konstruktive Diskussion über Deep Learning, Python-Anwendungen und das Lernen mit einem Lehrer an guten Signalen führen.
Ich habe niemanden, mit dem ich diskutieren kann. Und Sie haben gerade gesagt, dass Sie nichts finden können. Nun, das wird nicht passieren.
Ja, ich halte einen Vortrag für Idioten. Immerhin hat der Gegner selbst verschleierten Spott geäußert, Begriffe verwechselt und einige logische Fehler gemacht.
Und ich habe mich auch im Voraus entschuldigt, weil ich mit Gefühlen geschrieben habe.
Und ich biete Ihnen auch die Hilfe in der Erkenntnis der Prinzipien der Arbeit der Werkzeuge für die Bildung der neuronalen Netze an. Ohne jegliche Ironie und Sarkasmus.
Ich hoffe, Sie verstehen aus dem, was ich oben geschrieben habe, auch, in welcher Richtung ich Ihnen helfen kann.
Graphenvisualisierung, NS-Topologien, Serialisierung, ProtoBuf-Formate, Stapelverarbeitung und Import/Export von n-dimensionalen Arrays NumPy-Gewichte von NS, etc.
Wenn Sie über diese Art von Informationen oder Erfahrungen mit der Umsetzung verfügen, sind Sie gerne zu einem Gespräch bereit.
Nun, ja, und um nicht zu sagen Unsinn, Sie sollten genauer lesen.
Es ging um das Back-End, das Sie hoffentlich nicht erklären müssen, und das Front-End ist für die Benutzeroberfläche, d. h. eine höhere Ebene.
Lassen Sie uns nicht über die Terminologie streiten. Hier ist ein Auszug:
"Verwendung der TensorFlow-Bibliothek".
In letzter Zeit wurde das florierende Feld der tiefen neuronalen Netze durch eine Reihe von Open-Source-Bibliotheken bereichert. Das weithin beworbeneTensorFlow (Google),CNTK (Microsoft),Apache MXNet und viele andere. Da alle diese und andere wichtige Softwareentwickler dem R-Konsortium angehören, wird für alle diese Bibliotheken eine API zu R bereitgestellt.
Alle oben genannten Bibliotheken sind sehr einfach aufgebaut. Für Anfänger, die diesen Bereich erlernen wollen, sind sie schwer zu meistern. Vor diesem Hintergrund hat das Rstudio-Team daskeras-Paket für R entwickelt.
Keras ist eine High-Level-API für neuronale Netze, bei deren Entwicklung der Schwerpunkt auf der Möglichkeit lag, schnell zu experimentieren. Der Schlüssel zu guter Forschung ist die Fähigkeit, möglichst schnell von der Idee zum Ergebnis zu kommen. Keras hat die folgenden Hauptmerkmale:
Freundliche API, die ein einfaches Prototyping von Deep-Learning-Modellen ermöglicht.
Und was das Interesse angeht, vielleicht haben Sie von TensorFlow Graphen, Protokollpuffern, Codegenerierung für verschiedene Plattformen und Sprachen gehört, d.h. im Wesentlichen Low-Level, also mache ich das gleiche, nur für meine NS und MQL Sprache.
Ich habe nicht nur davon gehört, sondern ich benutze es auch. Aber mit der Sprache R zur Ausführung in MT. Wir haben also einen anderen Ansatz und eine andere Ausrichtung. Meine Entwicklungen werden für Sie nicht von Nutzen sein.
Sie haben es wahrscheinlich noch nicht gehört - Hlaiman EA Generator.
Ich habe davon gehört und es gelesen. Das ist nicht der Weg, den ich gehen will.
Graphenvisualisierung, NS-Topologien, Serialisierung, ProtoBuf-Formate, Stapelverarbeitung und Import/Export von n-dimensionalen Arrays, NumPy-Gewichte, etc.
Wenn Sie über solche Informationen oder Erfahrungen mit deren Umsetzung verfügen, bin ich gerne bereit, mit Ihnen darüber zu sprechen.
Ich wiederhole es noch einmal. Wir haben einen anderen Ansatz und eine andere Ausrichtung. Meine Erfahrung wird Ihnen nicht von Nutzen sein.
Vladimir Perervenko:
Für Neulinge in diesem Bereich ist es schwer zu erlernen, weshalbdas Rstudio-Team daskeras-Paket für Rentwickelt hat.
Viel Glück!
Interessant, ich habe noch nirgendwo eine Beschreibung solcher Tandems gesehen... Ich muss das mal nachschlagen
Damals, im Jahr 2007, bildeten sie Ausschüsse mit 3-5 Strategien, und die Qualität der Arbeit verbesserte sich erheblich. Aber das Problem im Ausschuss ist, dass mindestens zwei der drei angemessen sein sollten, dann werden sie den Ausschuss zu einem größeren Vorteil ziehen als einzeln. Wenn der Ausschuss 2 Modelle neu trainieren lässt. Pfeifenkiste. Im besten Fall werden sie nicht verlieren, was in diesem Szenario gar nicht so schlecht ist!!!!
Yuriy Asaulenko:
Vladimir Perervenko:
DieserBereich ist für Anfänger schwer zu erlernen,daher hat das Rstudio-Team daskeras-Paket für Rentwickelt.
Viel Glück!
Das mit Keras kapiere ich nicht. Erst gestern habe ich gelesen, dass es sich um ein High-Level Add-on zu TensorFlow handelt, und sogar eine Instanz davon gesehen. Kein R, nur Python.
Der Mann gab sogar einen Link, um nicht verloren zu gehen, sorgfältig zu vermeiden R und auch unter solchen Bedingungen gelungen.
Ich verstehe das mit Keras nicht. Erst gestern habe ich gelesen, dass es sich um ein High-Level Add-on für TensorFlow handelt und sogar ein Beispiel gesehen. Kein R, nur Python.
Was gibt es da zu verstehen. Alles, was in Python ist, ist bereits in R. Folgen Sie den Links, sehen Sie es sich an.
Viel Glück!
Der Mann gab sogar einen Link, um nicht verloren zu gehen, sorgfältig zu vermeiden R und sogar unter diesen Bedingungen gelungen.
Ich habe den Link nicht gesehen.
Hier ist der Link zu Keras -https://habrahabr.ru/company/ods/blog/325432/
Ich schließe nicht aus, dass eine Schnittstelle zu Keras für R gemacht wird. Aber es war nicht R, das Keras erfunden hat. Das heißt, nicht das Rstudio-Team hat dasKeras-Paket für R entwickelt, sondern die Schnittstelle zu Keras. Und für den Benutzer gibt es zwei große Unterschiede - das Paket oder die Schnittstelle.
Genau das versuche ich zu klären.
Ich habe den Link nicht gesehen.
Hier ist der Link zu Keras -https://habrahabr.ru/company/ods/blog/325432/
Dies ist ein Link zum Hubr. Der Link zur Bibliothek lautet https://keras.rstudio.com/index.html.
Lesen Sie Primärquellen.
Viel Glück!
Im Jahr 2007 bildeten sie Ausschüsse mit 3-5 Strategien, und die Qualität der Arbeit verbesserte sich erheblich. Aber das Problem mit dem Ausschuss ist, dass mindestens zwei der drei angemessen sein müssen, dann werden sie den Ausschuss zu einem größeren Vorteil ziehen als die einzelnen. Wenn der Ausschuss 2 Modelle neu trainieren lässt. Pfeifenkiste. Bestenfalls werden sie nicht fusionieren, was zum jetzigen Zeitpunkt nicht einmal eine schlechte Sache ist!!!!
Ensembles und Ausschüsse sind meiner Meinung nach etwas anderes als Tandems
Übrigens, das Ensemble NS von MLP ist sehr gut... aber langsam
über den Ausschuss ist interessant, aber umstritten, der gleiche ternäre Klassifikator Reshetov
sich nicht mit Tandems anlegen