Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 758

 
Maxim Dmitrievsky:

там есть такие поля у объекта (Trf - обученный лес), и только последнее поле массив

мб они как раз всю инфу и содержат, надо проверить

//+------------------------------------------------------------------+
//| Copy                                                             |
//+------------------------------------------------------------------+
void CDecisionForest::Copy(CDecisionForest &obj)
  {
//--- copy variables
   m_nvars=obj.m_nvars;
   m_nclasses=obj.m_nclasses;
   m_ntrees=obj.m_ntrees;
   m_bufsize=obj.m_bufsize;
//--- copy array
   ArrayCopy(m_trees,obj.m_trees);
  }

вот вроде, ))) блин ты уже сам разобрался )))

 
Anatolii Zainchkovskii:

//+------------------------------------------------------------------+
//| Copy                                                             |
//+------------------------------------------------------------------+
void CDecisionForest::Copy(CDecisionForest &obj)
  {
//--- copy variables
   m_nvars=obj.m_nvars;
   m_nclasses=obj.m_nclasses;
   m_ntrees=obj.m_ntrees;
   m_bufsize=obj.m_bufsize;
//--- copy array
   ArrayCopy(m_trees,obj.m_trees);
  }

вот вроде, ))) блин ты уже сам разобрался )))

ага :) да чето туплю

 
Maxim Dmitrievsky:

ага :) да чето туплю

на лесах остановился пока что? ))

 
Anatolii Zainchkovskii:

на лесах остановился пока что? ))

Ну я балуюсь с q-learning, леса можно использовать вместо q-ф-ии. Они просто быстрые, ждать не надо

по типу такого хочу сделать только для форекса :) Что бы избавиться от проставления проклятых меток для обучения с учителем

там есть еще вводные статьи, всего 3

http://outlace.com/rlpart3.html

Δ ℚuantitative √ourney | Q-learning with Neural Networks
  • Brandon Brown
  • outlace.com
We've finally made it. We've made it to what we've all been waiting for, Q-learning with neural networks. Since I'm sure a lot of people didn't follow parts 1 and 2 because they were kind of boring, I will attempt to make this post relatively (but not completely) self-contained. In this post, we will dive into using Q-learning to train an agent...
 
Anatolii Zainchkovskii:

интересно мнение, может уже возникала такая идея. что если в качестве входных данных представлять последовательность " фото"  графика со всеми желаемыми индикаторами? правда надо оговориться наверное , понятно что не сами фото а как бы нумерованные "картинки". сначала их классифицировать по схожести а потом пронумеровать эти классы. и уже номера классов использовать на вход.

было уже на подобие, только использвовали компьютерное зрение где то на хабре видел со всеми библиотеками... сейчас поюзал не нашел там парень искал паттерны. Если найду скину ссылку.

 
Evgeny Raspaev:

было уже на подобие, только использвовали компьютерное зрение где то на хабре видел со всеми библиотеками... сейчас поюзал не нашел там парень искал паттерны. Если найду скину ссылку.

ссылку не надо, интересно получилось чтото хорошее выжать?

 
Evgeny Raspaev:

было уже на подобие, только использвовали компьютерное зрение где то на хабре видел со всеми библиотеками... сейчас поюзал не нашел там парень искал паттерны. Если найду скину ссылку.

с комп зрением это ппц сетка нужна в 100 слоев

 
Maxim Dmitrievsky:

Ну я балуюсь с q-learning, леса можно использовать вместо q-ф-ии. Они просто быстрые, ждать не надо

по типу такого хочу сделать только для форекса :) Что бы избавиться от проставления проклятых меток для обучения с учителем

там есть еще вводные статьи, всего 3

http://outlace.com/rlpart3.html

Макс, английский совсем совсем не знаю, потому не смогу понять к сожалению.... мои знания исключительно из этого ресурса, тут на русском объясняют  )

 
Anatolii Zainchkovskii:

Макс, английский совсем совсем не знаю, потому не смогу понять к сожалению.... мои знания исключительно из этого ресурса, тут на русском объясняют  )

в гугл хроме есть конопочка - превести на русский всю страницу :) переводит более-менее сносно

 
Maxim Dmitrievsky:

с комп зрением это ппц сетка нужна в 100 слоев

да для начала хотябы грубое представление, картинку на 4 квадрата или на 9 квадратов разделить и оценку произвести. (квадрат типа пиксел )

Причина обращения: