Нейронные сети - страница 26

[Sergey Golubev]

Что читать и где изучать машинное обучение

Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий

Что читать и где учиться машинному обучению

MetaQuotes Software Corp., 2017.08.25 11:37

Есть 10 бесплатных книг, связанных с Machine Learning (по материалам порталаthepixelbeard.com.

1. The Elements Of Statistical Learning : Data Mining, Inference and Prediction.

Это электронная книга Т. Хасти, Р. Тибширани, Дж. Фридмана, которая позволяет читателям получить знания о концептуальных основах. В книгу включены такие разнообразные темы, как статистические основы и многое другое.

2. Индуктивное логическое программирование

Индуктивное логическое программирование - это тема в области машинного обучения. Оно используется в исследовательской области на пересечении машинного обучения и логического программирования.

3. Обучение с подкреплением: введение Ричард С. Саттон, Эндрю Г. Барто

Это электронная книга, написанная Ричардом С. Саттоном, Эндрю Г. Барто. С помощью этой электронной книги пользователи могут получить представление о машинном обучении простым способом.

4. Теория информации, вывод и алгоритмы обучения

Это электронная книга Дэвида Дж. К. Маккея, в которой тема теории информации хорошо объясняется таким образом, что помогает читателям получить хорошие знания о практических системах связи, таких как арифметическое кодирование для сжатия данных, коды с разреженным графом для исправления ошибок и многое другое.

5. Гауссовские процессы для машинного обучения

Это электронная книга Карла Е. Расмуссена, Критофера К.И. Уильямса. С помощью этой электронной книги можно довольно просто освоить принципиальный, практический, вероятностный подход к обучению в машинах на ядрах.

6. Путь LION

Эта электронная книга написана Роберто Баттити, Мауро Брунато и написана таким образом, чтобы помочь пользователям в машинном обучении и интеллектуальной оптимизации (LION).

7. Байесовские рассуждения и машинное обучение

Эта электронная книга, написанная Дэвидом Барбером, предназначена для студентов последнего курса бакалавриата и магистратуры. Тематика включает линейную алгебру и исчисление. Эта книга помогает пользователям изучить базовые рассуждения, продвинутые методы в рамках графических моделей и развить навыки.

8. A Course In Machine Learning

Эта электронная книга Хэла Дауме III представляет собой учебник, включающий набор вводных материалов, охватывающих различные аспекты современного машинного обучения.

9. Машинное обучение, нейронная и статистическая классификация

Это электронная книга Д. Мичи, Д.Дж. Шпигельхалтера, цель которой - предоставить актуальный обзор различных подходов к классификации.

10. Введение в машинное обучение

Эта электронная книга написана Нилис Нильссон. Она включает в себя различные темы в области машинного обучения примерно с 1996 года, что помогает людям найти золотую середину между теорией и практикой.

[Sergey Golubev]

Нейронная сеть

Нейронные сети: темы обсуждения/разработки

1. Тема разработки советника Better NN EA с индикаторами, pdf файлами и т.д.
2. Финальнаяветка по советнику Better NN EA
3. выведение нейронных сетей на новый уровень - очень интереснаятема
4. Тема"Нейронные сети" (хорошее публичное обсуждение)
5. Как построить NN-EA в MT4: полезнаятема для разработчиков.
6. Радиальная базисная сеть (RBN) - как фильтр для цены:поток

Нейронные сети: Разработка индикаторов и систем

1. Самообучающийся MA cross!:поток разработки нового поколения индикаторов
2. Алгоритм Левенберга-Марквардта:поток разработки

Нейронная сеть: Советники

1. Советник CyberiaTrader:тема обсуждения итема советников.
2. Тема самообучающихся экспертов с файлами советниковздесь.
3. Потоки советников с искусственным интеллектом: как "обучать" и использовать советника AI ("нейрон") и поток искусственного интеллекта
4. Тема советника и индикатора Forex_NN_Expert.
5. SpiNNaker -поток советника с нейронной сетью.

Нейронная сеть: Книги

1. Что читать и где учиться машинному обучению(10 бесплатных книг) - пост.

Статья

• Нейронные сети в простой форме - MT5
  
• Нейронные сети - это просто (часть 2): Обучение и тестирование сети - MT5
  
• Машинное обучение в торговых системах Grid и Martingale. А вы бы поставили на это? - МТ5
  
• Нейронные сети - это просто (часть 3): Конволюционные сети - MT5
  
• Нейронные сети без труда (часть 4): Рекуррентные сети - MT5
• Нейронные сети без труда (часть 5): Многопоточные вычисления в OpenCL - MT5
• Нейронные сети - это просто (часть 6): Экспериментирование со скоростью обучения нейронной сети - MT5
• Нейронные сети - это просто (часть 7): Методы адаптивной оптимизации - MT5
• Нейронные сети - это просто (часть 8): Механизмы внимания - MT5
• Нейронные сети - это просто (часть 9): Документирование работы - MT5
  
• Нейронные сети - это просто (часть 10): Многоголовое внимание - MT5
  
• Нейронные сети - это просто (часть 11): Понимание GPT - MT5
  
• Нейронные сети - это просто (часть 12): Отсев - MT5
  
• Нейронные сети - это просто (часть 13): Пакетная нормализация - MT5
  
• Разработка самонастраивающегося алгоритма (часть I): Поиск базового паттерна- MT5
  
• Разработка самонастраивающегося алгоритма (часть II): Повышение эффективности- MT5
  
• Самоадаптирующийся алгоритм (часть III): Отказ от оптимизации - MT5
  
• Глубокая нейронная сеть с Stacked RBM. Самообучение, самоконтроль- MT4
• Практическое применение нейронных сетей в трейдинге - MT5
  
• Практическое применение нейронных сетей в трейдинге. Python (часть I) - MT5
  
• Практическое применение нейронных сетей в трейдинге (часть 2). Компьютерное зрение - MT5
  
• Подключение нейросетей NeuroSolutions- MT5
• Использование нейронных сетей в MetaTrader- MT4
• Прогнозирование цен с помощью нейронных сетей- MT4
• Рецепты для нейросетей- MT4
• Нейронные сети третьего поколения: Глубокие сети- MT5
• Нейронные сети дешево и весело - Свяжите NeuroPro с MetaTrader 5- MT5
• Создание нейросетевых советников с помощью MQL5 Wizard и Hlaiman EA Generator- MT5
• Нейронная сеть: Самооптимизирующийся совет ник - MT5
• Нейронные сети: От теории к практике- MT5
• Использование индикаторов MetaTrader 5 с ENCOG Machine Learning Framework для прогнозирования временных рядов- MT5
• Использование самоорганизующихся карт характеристик (карт Кохонена) в MetaTrader 5- MT5
• Глубокие нейронные сети (часть I). Подготовка данных- MT5

• Глубокие нейронные сети (часть II). Разработка и выбор предикторов- MT5

CodeBase

• Предсказатель следующей цены с помощью нейронной сети- индикатор для MetaTrader 4
• Easy Neural Network - библиотека для MetaTrader 5
  
• ALGLIB - библиотека численного анализа- библиотека для MetaTrader 4
• Нейронная сеть МТС плюс MACD- эксперт для MetaTrader 4
• ArtificialIntelligence_Right- эксперт для MetaTrader 4
• NeuroNirvamanEA- эксперт для MetaTrader 4
• Легко создать свой собственный нейросетевой предиктор (пример: MA и RSI Predictors)- индикатор для MetaTrader 4
• Автоматическая торговая система "Сombo"- эксперт для MetaTrader 4
• Нейронная сеть MTC плюс MACD- эксперт для MetaTrader 5
• Расчет ширины полосы Боллинджера с помощью нейронной сети- эксперт для MetaTrader 5
• PNN Neural Network Class- библиотека для MetaTrader 5
• Класс нейронной сети GRNN- библиотека для MetaTrader 5
• Класс нейронной сети RBF- библиотека для MetaTrader 5
• Класс нейронных сетей MLP- библиотека для MetaTrader 5
• Искусственный интеллект- эксперт для MetaTrader 5

[Sergey Golubev]

Новая статья -

Глубокие нейронные сети (часть III). Выборка и снижение размерности

Содержание

• Введение
• 1.
• Выборка
  
• 2. Снижение размерности
• 
  
• 2.1. Анализ главных компонент (PCA)
• 2.2. Независимый компонентный анализ (ICA)
• 2.3. Вероятностный анализ главных компонент (PPCA)
• 2.4. Автоэнкодер (нелинейный PCA)
  
• 2.5. Обратный нелинейный PCA (NLPCA)
• 3. Разделение набора данных на обучающий/достоверный/тестовый наборы ЗаключениеПрименение

[Sergey Golubev]

Следующая статья -

Глубокие нейронные сети (часть IV). Создание, обучение и тестирование модели нейронной сети

Содержание

• Введение
• 1. Краткое описание возможностей пакета
• 1.1. Функции инициализации нейронов
• 1.2. Функции активации нейронов
• 1.3. Методы обучения
• 1.4. Методы регуляции и стабилизации
• 1.5. Методы и параметры обучения УКР
• 1.6. Методы и параметры обучения ДНК
• 2. Тестирование качества работы ДНК в зависимости от используемых параметров
• 2.1. Эксперименты
• 2.1.1. Входные данные (подготовка)
• 2.1.2. Базовая модель сравнения
• 2.1.3. Структура ДНС
• 2.1.4. Варианты обучения
• С предварительным обучением
• Без предварительной подготовки
• 2.2. Анализ результатов
• Заключение
• Применение

[Sergey Golubev]

Taking NEURAL NETWORKS to the NEXT LEVEL - очень интересная тема:

This thread won't be about a question or problem, but rather about the anouncement of the presentation and documentation of an exciting trading concept. I plan to do a series of postings here in order to keep you guys updated.

Все, у кого есть мнение по этой теме, пожалуйста, не стесняйтесь комментировать, даже если у вас нет глубоких знаний в области машинного обучения (я тоже продолжаю учиться - что никогда не заканчивается).

[Chris70]

Sergey Golubev:

Taking NEURAL NETWORKS to the NEXT LEVEL - очень интересная тема:

Спасибо, Сергей; я являюсь инициатором этой темы; я не знал о тех двух статьях (выше), на которые вы дали ссылку в октябре 2017 года. Темы чрезвычайно близки друг к другу, поэтому я понимаю, что был немного лишним. Тем не менее, я продолжу серию, потому что думаю, что аспект LSTM+автоэнкодер все еще может представлять интерес.

[Sergey Golubev]

Форум о трейдинге, автоматических торговых системах и тестировании торговых стратегий

Как начать работу с Metatrader 5

Сергей Голубев, 2020.03.12 06:42

Neural Networks Made Easy - MT5

Оглавление

• Введение
• 1. Принципы построения сетей искусственного интеллекта
• 2. Структура искусственного нейрона
• 3. Обучение сети
• 4. Построение собственной нейронной сети с помощью MQL
• 4.1. Соединения
• 4.2. Нейрон
• 4.3. Нейронная сеть
• Заключение
• Ссылки
• Программы, использованные в статье

Искусственный интеллект все больше охватывает различные аспекты нашей жизни. Появляется множество новых публикаций, в которых говорится, что "нейронная сеть была обучена на...". Однако искусственный интеллект до сих пор ассоциируется с чем-то фантастическим. Идея кажется очень сложной, сверхъестественной и необъяснимой. Поэтому такое ультрасовременное чудо может быть создано только группой ученых. Кажется, что подобную программу невозможно разработать с помощью нашего домашнего компьютера. Но поверьте, это не так уж и сложно. Давайте попробуем разобраться, что такое нейронные сети и как их можно применить в трейдинге.

[Sergey Golubev]

Easy Neural Network - библиотека для MetaTrader 5

В предоставленный тестовый скрипт включены комментарии, за которыми легко следить.

Вы можете сохранить полученную конфигурацию сети в файле, а затем загружать ее в различных сессиях.

В этой библиотеке практически не используется ООП, поэтому она должна быть легкой для понимания даже начинающими программистами.

[Sergey Golubev]

Практическое применение нейронных сетей в трейдинге - статья для MT5

----------------

В данной статье рассматривается применение нейронных сетей при создании торговых роботов. Это узкий смысл данной проблемы. В более широком смысле мы постараемся ответить на некоторые вопросы и решить несколько проблем:

.

1. Можно ли создать прибыльную систему с помощью машинного обучения?
2. Что может дать нам нейронная сеть?
3. Обоснование обучения нейронных сетей для принятия решений.
4. Нейронная сеть: сложно или просто?
5. Как интегрировать нейронную сеть в торговый терминал?
6. Как протестировать нейронную сеть? Этапы тестирования.
7. Об обучающих выборках.

[Sergey Golubev]

Это 3-я статья:

Нейронные сети - проще простого (часть 3): Конволюционные сети- MT5

Содержание

• Введение
• 1. Отличительные особенности конволюционных нейронных сетей
• 1.1. Конволюционный слой
• 1.2. Слои субдискретизации
• 2. Принципы обучения нейронов в конволюционных слоях
• 3. Построение конволюционной нейронной сети
• 3.1. Базовый класс нейронов
• 3.1.1. Feed-forward
• 3.1.2. Вычисление градиента ошибки
• 3.2. Элемент слоя субдискретизации
• 3.2.1. Feed-forward
• 3.2.2. Расчет градиента ошибки
• 3.3. Элемент конволюционного слоя
• 3.4. Создание класса конволюционной нейронной сети
• 3.4.1. Конструктор класса конволюционной нейронной сети
• 3.4.2. Метод прямого распространения конволюционной нейронной сети
• 3.4.3. Метод обратного распространения конволюционной нейронной сети
• 4. Тестирование
• Заключение
• Список ссылок
• Программы, использованные в статье

----------------

Предыдущие две статьи, связанные с этой темой:

• Neural Networks Made Easy - MT5
  
• Нейронные сети - это просто (часть 2): Обучение и тестирование сети - MT5