Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 384

[Алёша]

Maxim Dmitrievsky:

8-ч даже не пробовал, сразу в полноценную фри версию зашел, да там учетка нужна

ага, нашел, вошел, играюсь...

А как там указывать где фичи а где таргеты?

[Maxim Dmitrievsky]

Алёша:

ага, нашел, вошел, играюсь...

А как там указывать где фичи а где таргеты?

в модуле Train model указываются целевые. Рекомендую сделать обучающий пример сперва, там быстро, сразу становится понятно что куда подсоединять

https://docs.microsoft.com/ru-ru/azure/machine-learning/machine-learning-create-experiment

[Алёша]

да, приятная цаца...

если бы ещё результат можно было экспортировать в С++ код, в dll скомпиленный хотя бы,  цены её бы не было!

[Maxim Dmitrievsky]

Алёша:

да, приятная цаца...

если бы ещё результат можно было экспортировать в С++ код, в dll скомпиленный хотя бы,  цены её бы не было!

Да, огорчает только что с обученной моделью можно работать только через веб апи.. но ничто не мешает написать все на R, там ее обучать и разраатывать, а потом готовую уже просто у себя на компе использовать. Но вообще веб апи тоже круто

[Алёша]

Ну, вполне неплохо, как для веб приложения...

[Maxim Dmitrievsky]

Алёша:

Ну, вполне неплохо, как для веб приложения...

Threshold ползунок влево передвиньте, будет точнее :) Это приложение находится в облаке azure с большими вычислительными мощностями, я пока не делал больших проектов, но по идее должно считать очень быстро. Ну а если скорости не достаточно есть еще вот такая плюха от Майкрософт: https://www.microsoft.com/en-us/cognitive-toolkit/

надо будет проверить, сделать обучение сетки с разными параметрами, подбираемыми через ГА и посмотреть как быстро студия справится

Сравнение производительности с TensorFlow и MxNet https://www.microsoft.com/en-us/cognitive-toolkit/blog/2017/06/microsofts-high-performance-open-source-deep-learning-toolkit-now-generally-available/

[Алёша]

Maxim Dmitrievsky:

Threshold ползунок влево передвиньте, будет точнее :) Это приложение находится в облаке azure с большими вычислительными мощностями, я пока не делал больших проектов, но по идее должно считать очень быстро. Ну а если скорости не достаточно есть еще вот такая плюха от Майкрософт: https://www.microsoft.com/en-us/cognitive-toolkit/

надо будет проверить, сделать обучение сетки с разными параметрами, подбираемыми через ГА и посмотреть как быстро студия справится

Сравнение производительности с TensorFlow и MxNet https://www.microsoft.com/en-us/cognitive-toolkit/blog/2017/06/microsofts-high-performance-open-source-deep-learning-toolkit-now-generally-available/

Не выходит точнее.

[Maxim Dmitrievsky]

Алёша:

Не выходит точнее.

а нужно именно 2-классовые деревья делать в этом примере? и какая точность должна быть?

про numerai пока еще ничего не знаю, сейчас почитаю )

[Алёша]

Maxim Dmitrievsky:

а нужно именно 2-классовые деревья делать в этом примере? и какая точность должна быть?

точность чем больше тем лучше, что юзать не существенно

[Maxim Dmitrievsky]

Алёша:
точность чем больше тем лучше, что юзать не существенно

Это они такие задания дают? я так понял это хэджфонд, если зарегаться что это даст?

погоняю с разными моделями, пока что так же как у вас получилось 0.5