Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ho imparato circa 2 VS in pratica, ed è l'unico modo in cui li uso. Se uso 3 classi (comprare, aspettare, vendere), allora la classe media si verifica molto rapidamente, soprattutto se il neurone di uscita è sigmoide o tangente.
Ma se la regressione... Idealmente è necessario 1 neurone di uscita.
Ogni NS è di 2 classi - long/0, il secondo NS è short/0.
Per sicurezza, ripeto uno dei risultati dell'allenamento NS - questo è ancora un test del 09.17. Viene fuori qualcosa del genere.
Diciamo, più di 0,5 - lungo, meno - 0, ci fermiamo.
No, uso solo lo scaffolding finora (un ensemble di qualsiasi numero di modelli, su caratteristiche diverse), l'output è medio
molto rapidamente tutto funziona
Allora, l'albero è un analogo del TF? Qualcosa mi dice che non lo è.
Non ne ho idea... è andato a bere bacardi )) ci penserò più tardi
Ho intenzione di provare NS, anche solo la regressione logistica, purché sia veloce, perché è un ambiente multi-agente, molti modelli sono addestrati in una sola volta... ma adatto RL alle mie esigenze
Ho anche molta voglia di usare il clustering e ho pensato a come, ma alglib non permette di ottenere l'appartenenza al centroide su nuovi dati, dovrò prendere una lib diversa da qualche parteL'input NS è una serie temporale normalizzata. Diciamo che la struttura NS -15-20-15-10-5-1 sta già facendo bene.
Per determinare i lunghi e i corti sono necessari 2 NS.
Vorrei trovare un algoritmo per calcolare la struttura della rete... in modo che sia sufficiente e non superfluo.
Non lo so. Nella letteratura classica, solo per intuizione o selezione.
Sono riuscito a farlo dalla terza o quarta volta. Si comincia a sentirli come risultato dell'apprendimento).
Non ne ho idea... è andato a bere bacardi )) Ci penserò più tardi
Ho intenzione di provare NS, anche solo la regressione logistica, purché sia veloce, perché è un ambiente multi-agente, molti modelli sono addestrati contemporaneamente... ma adatto RL ai miei problemi
Voglio davvero usare il clustering e ho pensato a come, ma alglib non permette di ottenere l'appartenenza al centroide su nuovi dati, dovrò prendere un'altra libreria da qualche parteTempo di andare in R, ho provato su alglib NS - decine di volte più lento conta la stessa rete come su R (come un giorno contro 30-60 minuti). Inoltre in alglib massimo 2 strati nascosti, e secondo le vostre osservazioni avete bisogno di 3 conversioni consecutive, cioè 3 strati.
Inoltre in alglib massimo 2 strati nascosti, e secondo le vostre osservazioni avete bisogno di 3 conversioni consecutive, cioè 3 strati.
3 strati non sono nulla.(
A proposito, ho sbagliato un po' la struttura del mio NS
era15-20-15-10-5-1
Dovrebbe essere 15-15-20-15-10-5-1. Il primo numero è il numero di ingressi.
3 strati non sono nulla.(
A proposito, ho sbagliato un po' la struttura del mio NS
era15-20-15-10-5-1
Dovrebbe essere 15-15-20-15-10-5-1. Il primo numero - numero di ingressi.
Un totale di 1030 scale non è debole. E quanti dati di input (righe)?
Un totale di 1030 scale non è debole. E quanti ingressi (linee) ci sono?
Come? Cosa vuoi dire? L'NS ha 15 ingressi - la prima cifra della struttura NS. L'ingresso è direttamente normalizzato BP - 15 conteggi.
Mi scusi? Cosa vuoi dire? NS ha 15 ingressi - 1a cifra della struttura NS.
Per esempio, 10000 linee di 15 ingressi