Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3039

[Удален]  
Maxim Dmitrievsky #:

изучайте

https://www.arxiv-vanity.com/papers/1910.13051/

В статье много ссылок на другие state-of-the-art методы классификации временных рядов, способы выделения сигналов и паттернов.

Про неэффективности ничего нет, но это, как говорится, домашняя работа

попробовал сгенерить x10 и x100 фичей из исходных. Ошибка больше, чем на исходном датасете + скорость обучения страдает

в утиль 

но экспириенс с numba положительный, очень быстро считает ядра
 
Forester #:

А есть варианты? ))))

Что Вы все время вопросом на вопрос... 

 

Что самое прикольное , сам анализ и картинка сделаны на R ))

[Удален]  

сообщество задр сильных ИИшников

 
Обучающие видео это хорошо. Но текстовый формат с картинками воспринимается лучше, чем видео.
1 В статье(или просто странице сайта) сразу видно, на какое место в материале хочешь обратить внимание. Видео этим похвастаться не может.
2 Текст проще перевести на любой язык. (И текст перевода воспринимается сразу, а голос нужно весь прослушать).
3 Из текста можно скопировать часть кода для экспериментов.
 
Maxim Dmitrievsky #:

сообщество задр сильных ИИшников

На этом канале кроме Редозубова слушать некого

 

Кто-нибудь пробовал DMwR::SMOTE?

Выравнивает классы по алгоритму ближайших соседей, т.е. добавляет "похожие" значения предикторов, а не дублирует их.

https://medium.com/nuances-of-programming/smote-метод-увеличения-числа-примеров-миноритарного-класса-da91a62f9914

 
СанСаныч Фоменко #:
Кто-нибудь пробовал DMwR::SMOTE?

Выравнивает классы по алгоритму ближайших соседей, т.е. добавляет "похожие" значения предикторов, а не дублирует их.

Я как то давно пробовал
 
mytarmailS #:
Я как то давно пробовал

Стоит заморачиваться? или брать upSample

 
СанСаныч Фоменко #:

Стоит заморачиваться? или брать upSample

Стоит сравнить.. 
Я просто из любопытства смотрел