Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2392
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¿Tampoco es adecuado el MLPClassifier para esta tarea?
Existe un método para estimar la probabilidad de la clase a la que pertenece la muestra.
https://scikit-learn.org/stable/modules/generated/sklearn.neural_network.MLPClassifier.htmlSon modelos diferentes. El GMM se utiliza para estimar la densidad de probabilidad y el muestreo de las muestras, mientras que el clasificador clasifica
Al parecer, quiere sustituir CatBoost por una red neuronal. Pero no tiene mucho sentido.
Son modelos diferentes. El GMM se utiliza para estimar la densidad de probabilidad y el muestreo de los ejemplos, mientras que el clasificador clasifica
Al parecer, quiere sustituir CatBoost por una red neuronal. Pero eso no tiene mucho sentido.
allí escribes que una red neuronal es más adecuada que GMM
https://www.mql5.com/ru/forum/356331#comment_19373237
allí escribes que la red neuronal es más adecuada que el GMM
https://www.mql5.com/ru/forum/356331#comment_19373237
Estabas hablando de redes generativas y autocodificadores. He probado las versiones clásicas, son peores. Ya escribí en este hilo antes y subí el código en pythorch creo.
allí escribes que la red neuronal es más adecuada que el GMM
https://www.mql5.com/ru/forum/356331#comment_19373237
Echa un vistazo a este modelohttps://sdv.dev/SDV/user_guides/timeseries/par.html
no lo he probado, necesito generar y visualizar
Tengo entendido que el modelo está en desarrollo activo, puede comunicarse con los desarrolladores directamente
+ envió un nuevo artículo para probar, con nuevas ideas
Gracias.
Gracias.
No estoy instalando la bibla, muchos errores. Probablemente no sea una versión actualizada.
Tira de alguna versión de nampai que no se instala en mi ordenador ni en google colab
Reinstalar nampai en colab funcionó.
Algún tipo de monstruos escriben estas bibliotecas.
saca una versión de Nampai que no se instala en el ordenador o en google colab
Esta versión 0.5.0 está bien.
https://pypi.org/project/sdv/0.5.0
esta versión 0.5.0 está bien.
https://pypi.org/project/sdv/0.5.0
en kolab corrió la última. Necesitas fumar la funcionalidad del modelo en el git, puedes simplemente copiar el módulo de python. Por lo demás, no está claro cómo funciona, no hay ninguna descripción en el manual.
No puedo encontrar nada al respecto.
el último corre en la colab. Para leer la funcionalidad del modelo en el git, basta con copiar el módulo de python. Por lo demás, no está claro cómo funciona, no hay ninguna descripción en el manual.
pr_c = pr.copy() X = pr_c[pr_c.columns[1:]] sdv = PAR.fit(X)
Llegué al ajuste, y luego el error: fit() falta 1 argumento posicional requerido: 'timeseries_data'
creo que necesito otro formato para alimentar las series temporales
https://sdv.dev/SDV/user_guides/timeseries/par.html