Ecoutez, vous vous rappelez comment s'appelle cette prévision quand vous prévoyez un pas en avant, puis vous prévoyez plus loin, mais à ce point et ainsi de suite.
Ecoutez, vous vous rappelez comment ça s'appelle quand vous faites une prédiction un pas en avant, puis vous faites une autre prédiction à ce point, etc.
Je me suis inscrit à un cours sur les réseaux convolutifs.) 72 heures. La première partie consiste à apprendre Python, des choses comme ça (que je connais déjà).
Ce n'est pas pour rien que j'ai fait le lien avec ROCKET - c'est un convertisseur de fonctions plutôt cool. Crée un grand nombre de caractéristiques non corrélées à partir des caractéristiques originales, améliore la qualité de la classification.
recommander l'utilisation avec des modèles linéaires (parce que vous obtenez tellement de fonctionnalités)
il faudra l'essayer
L'image est magnifiquement dessinée. Comprendre comment préparer les données. Après tout, la normalisation d'une série élimine beaucoup de données inutiles.
Je me suis inscrit à un cours sur les réseaux convolutifs.) 72 heures. La première partie consiste à apprendre Python, des choses comme ça (que je connais déjà).
Quelqu'un a-t-il essayé de décrire un indicateur par un réseau, non pas pour prédire, mais pour décrire/copier/restaurer/créer un certain fantôme...
Ce n'est pas très utile, mais le résultat de la reconstruction nous permet de juger de la qualité du traitement/de la normalisation des données et de leur qualité, et il n'est pas mauvais de savoir que la grille ne fonctionne pas parce qu'elle est muette, mais parce que nous n'avons pas bien représenté les données ou vice versa.
De nombreuses personnes l'ont essayé. Moi inclus. On peut faire des MA simples, et des filtres passe-bande complexes. Tout ce qui peut être construit à partir de barres NS/forêt peut facilement être reproduit.
C'est pourquoi il n'y a guère de sens à alimenter des indicateurs basés sur eux, à l'exception des barres.
Mais par exemple ZZ peut difficilement être reproduit. Ou ce qu'Alexey Nikolaev a suggéré, presque personne ne nourrira 60 barres ou plus pendant 2 mois de profondeur.
Si vous n'avez pas de compte, veuillez vous inscrire
Autorisez l'utilisation de cookies pour vous connecter au site Web MQL5.com.
Veuillez activer les paramètres nécessaires dans votre navigateur, sinon vous ne pourrez pas vous connecter.
Vous êtes connecté. L'authentification à deux facteurs a été désactivée. Configurez-la à nouveau et scannez un nouveau code QR, ou continuez avec l'authentification à deux facteurs désactivée.
pas de
quelle est la différence ?
=========
Ecoutez, vous vous rappelez comment s'appelle cette prévision quand vous prévoyez un pas en avant, puis vous prévoyez plus loin, mais à ce point et ainsi de suite.
quelle est la différence ?
lire ) Je ne comprends pas les mathématiques.
c'est plus comme MSUA, mais fonctionne par convolution des caractéristiques plutôt que par des polynômes.Ecoutez, vous vous rappelez comment ça s'appelle quand vous faites une prédiction un pas en avant, puis vous faites une autre prédiction à ce point, etc.
plusieurs à plusieurs dans le RNN
Je me suis inscrit à un cours sur les réseaux convolutifs.) 72 heures. La première partie consiste à apprendre Python, des choses comme ça (que je connais déjà).
Ce n'est pas pour rien que j'ai fait le lien avec ROCKET - c'est un convertisseur de fonctions plutôt cool. Crée un grand nombre de caractéristiques non corrélées à partir des caractéristiques originales, améliore la qualité de la classification.
recommander l'utilisation avec des modèles linéaires (parce que vous obtenez tellement de fonctionnalités)
il faudra l'essayer
L'image est magnifiquement dessinée. Comprendre comment préparer les données. Après tout, la normalisation d'une série élimine beaucoup de données inutiles.
Plusieurs à plusieurs dans le RNN
Seulement là ? Comment chercher, vous pouvez utiliser des phrases clés. Quand allez-vous regarder tcn ?
Je me suis inscrit à un cours sur les réseaux convolutifs.) 72 heures. La première partie consiste à apprendre Python, des choses comme ça (que je connais déjà).
ne sera pas superflue)
Juste là ? Comment chercher, pouvez-vous trouver des phrases clés. Quand est-ce que vous allez regarder le tcn ?
Je ne sais pas ce que tu veux dire, c'est le seul endroit que je connais.
quand je prendrai un cours sur les bobines. Je ne sais pas encore comment les utiliser.
Une question pour les résidents...
Quelqu'un a-t-il essayé de décrire un indicateur par un réseau, non pas pour prédire, mais pour décrire/copier/restaurer/créer un certain fantôme...
Ce n'est pas très utile, mais le résultat de la reconstruction nous permet de juger de la qualité du traitement/de la normalisation des données et de leur qualité, et il n'est pas mauvais de savoir que la grille ne fonctionne pas parce qu'elle est muette, mais parce que nous n'avons pas bien représenté les données ou vice versa.
De nombreuses personnes l'ont essayé. Moi inclus. On peut faire des MA simples, et des filtres passe-bande complexes.
Tout ce qui peut être construit à partir de barres NS/forêt peut facilement être reproduit.
C'est pourquoi il n'y a guère de sens à alimenter des indicateurs basés sur eux, à l'exception des barres.
Mais par exemple ZZ peut difficilement être reproduit. Ou ce qu'Alexey Nikolaev a suggéré, presque personne ne nourrira 60 barres ou plus pendant 2 mois de profondeur.