Discusión sobre el artículo "Tercera generación de neuroredes: "Neuroredes profundas"" - página 3

Nuevo comentario
 

Continuará.

4. Agrupación por propagación de afinidad (AP), véase http://dx.doi.org/10.1126/science.1136800 

> library(apcluster)
> d.apclus <- apcluster(negDistMat(r=2), x)
> cat("affinity propogation optimal number of clusters:", length(d.apclus@clusters), "\n")
affinity propogation optimal number of clusters: 34 (!?)
> heatmap(d.apclus)

5. Estadística Gap para estimar el número de clusters. Véase también un código para obtener un

gráfico . Probando 2-10 clusters aquí:

> library(cluster)
> clusGap(x, kmeans, 10, B = 100, verbose = interactive())
Clustering k = 1,2,..., K.max (= 10): .. done
Bootstrapping, b = 1,2,..., B (= 100)  [one "." per sample]:
.................................................. 50 
.................................................. 100 
Clustering Gap statistic ["clusGap"].
B=100 simulated reference sets, k = 1..10
 --> Number of clusters (method 'firstSEmax', SE.factor=1): 6

6. Para datos de alta dimensión

#10  Also for high-dimension data is the pvclust library which calculates 
#p-values for hierarchical clustering via multiscale bootstrap resampling.
library(pvclust)
library(MASS)
> x.pc <- pvclust(x)
Bootstrap (r = 0.5)... Done.
Bootstrap (r = 0.6)... Done.
Bootstrap (r = 0.7)... Done.
Bootstrap (r = 0.8)... Done.
Bootstrap (r = 0.9)... Done.
Bootstrap (r = 1.0)... Done.
Bootstrap (r = 1.1)... Done.
Bootstrap (r = 1.2)... Done.
Bootstrap (r = 1.3)... Done.
Bootstrap (r = 1.4)... Done.
> plot(x.pc)
> lines(x.pc)
> pvrect(x.pc)
> seplot(x.pc, type="au")

> pvpick(x.pc)
$clusters
$clusters[[1]]
[1] "DX"  "ADX"

$clusters[[2]]
 [1] "DIp"    "ar"     "cci"    "cmo"    "macd"   "osma"  
 [7] "rsi"    "fastK"  "fastD"  "slowD"  "SMI"    "signal"

$clusters[[3]]
[1] "chv" "vol"


$edges
[1] 11 12 13

Obtuve resultados diferentes de 2 a 34 (!?). El último cálculo con pvclust me parece el resultado más plausible. Ahora tenemos que decidir qué hacer con él

 

vlad1949

Obtuve resultados diferentes de 2 a 34 (!?). En el último cálculo con pvclust me parecen los resultados más plausibles. Ahora tengo que decidir qué hacer con él

Querido Vlad

No he conseguido entender el código que has descrito. Así que, si puedes guíame paso a paso.

El propósito de la agrupación.

De un determinado conjunto de predictores seleccionar aquellos que tienen relación e influencia sobre una determinada variable objetivo. Además, cada variable objetivo, subrayo cada una, no un conjunto de ellas, tiene poder predictivo para un valor dentro de una clase. Es decir, para la clase "largos-cortos", algunos de los valores predictores tienen más relación con los largos, por ejemplo, y otros tienen más relación con los cortos. Ya he escrito que para la clase "incremento positivo del precio - incremento negativo del precio" no pude encontrar ni un solo predictor que tuviera esa propiedad.

De ello se deduce que la agrupación debe separar un predictor independiente en clusters, y esto es la agrupación con un maestro. La agrupación sin maestro no es interesante.

PS.

Este enunciado de problema tiene similitudes con el valor de inportancia generado por paquetes, como rf, pero sin excepción no se pueden utilizar todos los valores similares. Todos estos algoritmos funcionan bien en conjuntos de predictores que no tienen un poder predictivo selectivo de cada valor de la clase.

De alguna manera.

 
vlad1949:

No veo ningún problema con un Asesor Experto multidivisa. Si el Asesor Experto es multidivisa, es aún más conveniente, porque hay restricciones con los indicadores en el Asesor Experto multidivisa, pero no hay ninguna en el Asesor Experto. Si es un multi EA, entonces llamar a R desde cada EA creará una nueva instancia de R, y hay 32 pares de este tipo en MT4 - hasta las cejas.

Probando. Con éxito. Es cierto que es muy lento.

[Eliminado]  
Todo el mundo puede apreciar aquí una de las mejores implementaciones de aplicaciones de redes neuronales profundas hasta la fecha con el ejemplo de la clasificación de imágenes.
MetaMind Vison Labs - General Image Classifier
MetaMind Vison Labs - General Image Classifier
  • www.metamind.io
This demo allows you to use a state-of-the-art classifier that can classify (automatically label) an unseen image into one of 1000 pre-defined classes. How can I use this? Just drag and drop your images into the "Upload Your Image" button or click it to select a file from your computer. You can also simply copy and paste the url of an...
 
¿No puedes comparar lo que hay aquí con lo de Reshetov?
 

faa1947:
А нельзя ли сравнить то, что здесь, с тем, что здесь? У Решетова?

Después de esepasaje (Pero VMR ya es mucho más fuerte que el humano) , no seguí leyendo.

Y no hay nada con que compararlo. No he conocido la teoría del mundo desconocido y VMR(!?) ni en Internet ni en artículos.

 

vlad1949:


Después de estepasaje(Pero VMR ya es mucho más fuerte que un humano) , no seguí leyendo.

No he leído a Pasternak, pero le condeno © Popular diciendo

Pues nadie te obliga a leer si algo no te gusta. Es Internet, no el programa escolar obligatorio sobre literatura.

Por tanto, no es necesario denunciar a alguien por lo que no se ha leído. Al fin y al cabo, si todo el mundo empieza a publicar esos informes, el motor de dyk no forum no lo resistirá.

vlad1949:

Y no hay nada con que compararlo. No he conocido la teoría mundialmente desconocida y VMR(!?) ni en Internet ni en artículos.

Es un caso difícil. Siento mucho tu pérdida.
 
Reshetov:

Por lo tanto, no es necesario informar a alguien sobre algo que no ha leído. Al fin y al cabo, si todo el mundo empieza a publicar este tipo de informes, ningún motor del foro podrá soportarlo.

son 5! no puedo imaginar un humor más sutil. :)
 

faa1947:
А нельзя ли сравнить то, что здесь, с тем, что здесь? У Решетова?

Con toda seriedad. No es serio comparar el tema "Deep Learning" con lo que se da en el blog y se llama orgullosamente "Teoría". La primera se desarrolló y se sigue desarrollando por el esfuerzo de dos grandes universidades. Hay realizaciones prácticas exitosas. Ha sido probado por muchas personas en proyectos prácticos reales. Existe una implementación en R. Para mí, como usuario, esto es lo más importante.

Lo segundo es el desarrollo de una sola persona (probablemente un programador con talento) que aún no se ha llevado a la práctica. Las ideas expresadas en el blog pueden ser productivas, pero esto es trabajo para investigadores, no para usuarios (comerciantes). Se puede ver en los comentarios que se siente ofendido por la incomprensión de su gran teoría. Esto es normal. Todos los inventores se enfrentan a esto (malentendidos). Por cierto, no tenía intención de ofender a nadie.

He aquí una sugerencia: Discutir el tema de Reshetov en su blog o en un hilo aparte (si él lo organiza).

Las opiniones y consideraciones sobre el tema del artículo - "Redes neuronales profundas"- son bienvenidas aquí.

Sin ánimo de ofender.

Suerte

 
vlad1949:
He exagerado. Retiro mi oferta.
12345678910...17
Nuevo comentario