В общем полистал.. очень много теории относительно приблизительных траекторий, и много математики.. придется какое-то время поизучать. Пока я вижу потенциал в плане итеративной трансформации признаков (т.е. можно на каждой итерации добавлять степень интерполяции и признак будет меняться), но там еще какие-то другие фишки есть, которые пока не понял
Господа эксперто-строители, а есть статьи, как сделать машинное обучение и нейросети, стандартными средствами?
Есть в стандартной библиотеке:
Статистика – функции для работы с различными распределениями из теории вероятности
Нечеткая логика – библиотека нечеткой логики, в которой реализованы системы нечеткого логического вывода Мамдани и Сугено
ALGLIB – анализ данных (кластеризация, деревья решений, линейная регрессия, нейронные сети), решения дифференциальных уравнений, преобразования Фурье, численное интегрирование, задачи оптимизации, статистический анализа и многое другое
Господа эксперто-строители, а есть статьи, как сделать машинное обучение и нейросети, стандартными средствами?
Есть в стандартной библиотеке:
Статистика – функции для работы с различными распределениями из теории вероятности
Нечеткая логика – библиотека нечеткой логики, в которой реализованы системы нечеткого логического вывода Мамдани и Сугено
ALGLIB – анализ данных (кластеризация, деревья решений, линейная регрессия, нейронные сети), решения дифференциальных уравнений, преобразования Фурье, численное интегрирование, задачи оптимизации, статистический анализа и многое другое
Научился делать предобработку правильно, ну как правильно, ошибки классификации на обеих выборках <0.1, и начинает работать на новых данных, правда датасеты огромные, долго учится, поэтому часовки покажу на небольшой истории
В общем полистал.. очень много теории относительно приблизительных траекторий, и много математики.. придется какое-то время поизучать. Пока я вижу потенциал в плане итеративной трансформации признаков (т.е. можно на каждой итерации добавлять степень интерполяции и признак будет меняться), но там еще какие-то другие фишки есть, которые пока не понял
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
В общем полистал.. очень много теории относительно приблизительных траекторий, и много математики.. придется какое-то время поизучать. Пока я вижу потенциал в плане итеративной трансформации признаков (т.е. можно на каждой итерации добавлять степень интерполяции и признак будет меняться), но там еще какие-то другие фишки есть, которые пока не понял
https://arxiv.org/pdf/1603.03788.pdf здесь вообще использование для машинного обучения
https://arxiv.org/pdf/1307.7244.pdf а здесь кусочно-линейная интерполяция для котиров и еще что-то
это конечно может быть актуально только если вы хотите сделать полностью самообучающуюся ТС, хай левел так сказатьГоспода эксперто-строители, а есть статьи, как сделать машинное обучение и нейросети, стандартными средствами?
Есть в стандартной библиотеке:
Господа эксперто-строители, а есть статьи, как сделать машинное обучение и нейросети, стандартными средствами?
Есть в стандартной библиотеке:
Lasciate ogni speranza, voi ch’entrate.
Lasciate ogni speranza, voi ch’entrate.
Вот так, кто в МО пойдет тот в ад попадет.
Научился делать предобработку правильно, ну как правильно, ошибки классификации на обеих выборках <0.1, и начинает работать на новых данных, правда датасеты огромные, долго учится, поэтому часовки покажу на небольшой истории
как сделал - в паблике не скажу :)
Жадина :( .
не успел удалить, заметили )) позже может быть напишу, еще тесты нужны
просто тут все через намеки общаются, сами ничего не пишут про подготовку данных, у всех свой самоварне успел удалить, заметили )) позже может быть напишу, еще тесты нужны
просто тут все через намеки общаются, сами ничего не пишут про подготовку данных, у всех свой самоварэто изза принципа "консервной банки" открывает один а кушают все )))
это изза принципа "консервной банки" открывает один а кушают все )))
В общем полистал.. очень много теории относительно приблизительных траекторий, и много математики.. придется какое-то время поизучать. Пока я вижу потенциал в плане итеративной трансформации признаков (т.е. можно на каждой итерации добавлять степень интерполяции и признак будет меняться), но там еще какие-то другие фишки есть, которые пока не понял
https://arxiv.org/pdf/1603.03788.pdf здесь вообще использование для машинного обучения
https://arxiv.org/pdf/1307.7244.pdf а здесь кусочно-линейная интерполяция для котиров и еще что-то
это конечно может быть актуально только если вы хотите сделать полностью самообучающуюся ТС, хай левел так сказатьНу банка форекса настолько большая что одному не скушать))) Хотя бы потому что в нее входят все остальные банки мира