L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2313
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
En théorie, oui.
Mais quand même, quel est le but de l'action ?
Vous ne pouvez pas argumenter avec ça, il n'y a pas de point...
Nous devons obtenir 10 sur 100. Existe-t-il une solution ?
Je ne sais pas comment cela fonctionne dans alglib, essayez de tirer des informations de la fonction psa et voyez combien de composants il vous faut pour obtenir assez pour décrire 100 prix.
Ou juste prendre les n premières colonnes de l'IPS et les faire défiler...
Mais tout cela est inutile... si vous avez 50k fonctions, vous avez besoin de Rsa, mais si vous voulez jouer sans comprendre ce que vous faites, vous n'avez pas besoin de Rsa du tout, le résultat sera pire que sans Rsa avec 99.999...% de probabilité...
En théorie, oui.
Mais quand même, quel est le but de l'action ? S'il n'y a pas de gain de vitesse, mais plutôt un ralentissement, pour une opération supplémentaire.
Il est nécessaire d'obtenir 10 sur 100. Existe-t-il une solution ?
Prenez les 10 premières composantes de la matrice cov.
prendre les 10 premières composantes de la matrice
La matrice ne fonctionnera pas - elle est de 100x100.
Nous n'avons pas besoin de 10x10 ou 10x100, nous devons obtenir 10x1000 par certains calculs. Par exemple, pour chacune des 1000 lignes de la matrice, j'ai besoin de 10 GC.
La matrice ne fonctionnera pas - elle est de 100x100.
Nous n'avons pas besoin de 10x10 ou 10x100, nous avons besoin de 10x1000 selon certains calculs. C'est-à-dire que pour chacune des 1000 lignes, appliquer 10 GCs
si je me souviens bien, chaque point de composant est une somme de produits de valeurs d'attributs par leurs covalues.
faites le calcul et comparez-le à sklearn.
La matrice peut s'avérer être inversée, puis de la fin. Cela doit être vérifié en plus sur place.
chaque point de composante est la somme des produits des valeurs des caractéristiques par leurs valeurs de cov, si je me souviens bien
Faites le calcul et comparez-le à sklearn.
La matrice peut être inversée, puis à partir de la fin. Vous devriez le vérifier en plus là-bas
En général, vous avez besoin de cycles comme ceux mentionnés ci-dessus.
s (bestfeatures)est juste le nombre de composants qui sont sélectionnés pour la formation.
la valeur de chaque composant est multipliée par la valeur de chaque attribut, puis elles sont additionnées. Et ainsi de suite pour chaque ligne d'entrée.
Je dois me rappeler que je n'ai pas le temps. Je dois lire la documentation.
s( bestfeatures) est simplement le nombre de composants qui sont sélectionnés pour la formation, une sorte de...
la valeur de chaque composant est multipliée par la valeur de l'attribut et ils sont additionnés. Et ainsi de suite pour chaque ligne de la série initiale.
Je dois me rappeler que je n'ai pas le temps. Je dois lire la documentation.
Tout va bien maintenant.
Décidé de voir ce qui se trouve à l'intérieur du réseau, sur chaque couche... Réduit la dimensionnalité via umap à deux composants dans chaque couche
Un réseau avec trois couches internes, presque non entraîné, seulement 400 exemples... mais toujours amusant à regarder...
Décidé de voir ce qui se trouve à l'intérieur du réseau, sur chaque couche... Réduit la dimensionnalité via umap à deux composants dans chaque couche
Un réseau avec trois couches internes, presque non entraîné, seulement 400 exemples... mais toujours amusant à regarder...
Comment avez-vous réussi à le faire ?
Quelle est la dimension de la sortie ?
Ludwig dispose de modèles d'apprentissage profond sans avoir besoin d'écrire du code, aucune compétence en programmation n'est requise pour enseigner le modèle:https://ludwig-ai.github.io/ludwig-docs/
Je l'ai installé récemment. Je n'ai pas encore eu l'occasion de le vérifier. Ils promettent des miracles.