Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 515
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Modele dönüştürme yapılmayan fiyatlar gönderilmez.
Ekstrapolasyon için ormanlar bilinen en yakın değeri alır. Ekstrapolasyon yaparken, bir nöron veya bir cetvel iç formüllere göre bir şey hesaplayacaktır. Ama gerçekte, tüm bu modeller bu durumda birleşecek, yani bir fark yok.hala herhangi bir dönüşüm olmadan nasıl servis ediliyor, ama mesele bu değil
Bazı modellerin teknik uygulamasında fark çok büyüktür. Ve yine burada birleşmek, mesele bu değil.Her şeyi MT'de yapmak uygun değildir. Bence en iyi seçenek, eğitim ve deneyler için Python ve MT için eğitilmiş modeli yükleyen DLL'dir. Python'un Jüpiter dizüstü bilgisayar deneyleri için harika bir şeyi var. Etkileşimli kod yürütmeye ek olarak, bir konuyla ilgili düşünceleri kaydetmek için uygun olan notları içinde tutabilirsiniz. Bu nedenle Python ve C++ ile çalışabilecek bir kütüphane seçmeniz gerekiyor. Python'u öğrenmek kolaydır.
Her şeyi MT'de yapmak uygun değildir. Bence en iyi seçenek, eğitim ve deneyler için Python ve MT için eğitilmiş modeli yükleyen DLL'dir. Python'un Jüpiter dizüstü bilgisayar deneyleri için harika bir şeyi var. Etkileşimli kod yürütmeye ek olarak, bir konuyla ilgili düşünceleri kaydetmek için uygun olan notları içinde tutabilirsiniz. Bu nedenle Python ve C++ ile çalışabilecek bir kütüphane seçmeniz gerekiyor. Python'u öğrenmek kolaydır.
tüm bunlar asıl meseleden uzaklaşıyor, gereksiz zapalar olmadan her şeyi ticaret yaptığınız yerde yapmanız gerekiyor.. zamandan ve sinirlerden tasarruf edin. MT zaten istatistiksel analizin tüm temel unsurlarına sahip, sizin dediğiniz gibi DLL ile bağlanan sadece bazı karmaşık modeller yok.
Ancak piton şüphesiz havalı, R onu büktü - yavaşlığı can sıkıcı. Anladığım kadarıyla, makine öğreniminin artıları python üzerinde oturuyor ve R'de çok şımartıcı ve istatistik analizi ve öğrencilere eğitim veriyor. Ama yine de, doğrudan bağlanabildiğinizde bu tamamen solcudur.
Bir programcının bakış açısından R, garip ve farklı bir dildir. Evet, Python, makine öğrenimi için standarttır.
Bir programcının bakış açısından R, garip ve farklı bir dildir. Evet, Python, makine öğrenimi için standarttır.
Siz garip insanlarsınız. Birine "Programcının bakış açısından R, garip ve farklı bir dildir." Hangi programcılardan bahsediyorsun? Başka bir " R bükülmüş - yavaşlığı rahatsız ediyor" - belki onu yanlış yöne çevirdiniz ya da döndürmediniz?
Muhtemelen bilmiyorsunuz, ancak tüm Python modülleri R'de ve dolayısıyla MT'de mevcuttur. Ayrıca, dev TensorFlow (Googl), CNTK (Microsoft) ve diğerlerinin tüm son gelişmeleri, API'yi hemen R'de ve dolayısıyla MT'de sundu. İki kez vurguladım - bugün R aracılığıyla terminaldeki makine öğrenimi geliştirmelerinin tüm zenginliğini kullanmak mümkündür. Ne yapmak istediğinizi, bilgi ve beceriyi anlamanız gerekir. İstiyorsun, sadece yap.
Dal, faydasız bir kelime dokumacılığına dönüşmüştür. Ne yazık ki.
İyi şanlar
Siz garip insanlarsınız. Birine "Programcının bakış açısından R, garip ve farklı bir dildir." Hangi programcılardan bahsediyorsun? Başka bir " R bükülmüş - yavaşlığı rahatsız ediyor" - belki onu yanlış yöne çevirdiniz ya da döndürmediniz?
Dal, işe yaramaz bir kelime dokumacılığına dönüştü. Ne yazık ki.
İyi şanlar
Kendini frenle R, paketlerden bahsetmiyorum. Python'dan daha yavaş ve MT5'ten daha yavaş çalışır. Veya bunlar RStudio gibi fren kabukları, içinde camlar bile rahat hareket etmiyor, bu bile frenin kendisi olduğunu söylüyor. Genelde Ropen ile bağlantılı olarak VS 2017 hakkında sessiz kalıyorum, sürekli takılıyor, paketler uyumsuz, vb. Paketi python ile çalışmak için de kullanırsam ne olacağını hayal etmeye korkuyorum. R için birçok paket Tanrı bilir kim tarafından yazılmıştır ve yığınlarca hata içerebilir, tek tip standartlar yoktur.
Son makalenizde tanımladığınız, R olmadan sorunsuz çalışan yalnızca birkaç iyi sinir ağı paketi vardır. Geriye kalan her şey ön işleme ve benzeri için oradadır. Forex, dilin etkin kullanımından çok bir akıl oyunudur. Evet, resimler gözle tahmin edilebilir ve çoğu durumda tüm modeller için sayısal tahminler yeterlidir. BENİM NACİZANE FİKRİME GÖRE :)
Kendini frenle R, paketlerden bahsetmiyorum. Python'dan daha yavaş ve MT5'ten daha yavaş çalışır.
Eh, MT5'ten daha yavaş değil... Daha önce bir karşılaştırma yapmıştım:
ALGLIB, öğrenmede korkunç bir frendir.
ALGLIB ağı 240-50-1'de servis edildi, - 2 gün bekledi, beklemedi ve kapattı.
70-5-1 ağı yarım saatte eğitildi. Ve R'den nnet, aynı veriler üzerinde bir dakikadan daha kısa bir süre boyunca eğitildi.
Eh, MT5'ten daha yavaş değil... Daha önce bir karşılaştırma yapmıştım:
Başka bir NS ile karşılaştırma yaptınız - bu artık R değil, artıların üzerine yazılmış bir paket ve tabii ki hızlı. Ücretsiz sürümde alglib'de multithreading yok, + büyük bir ağ için LBFGS optimizer'ı kullanmanız gerekiyor, belki kullanmışsınızdır. Alglib'de ormanlar oldukça hızlı kabul edilir, örneğin, hoşuma gitti .. ve modellerin kalitesi asla MLP'ninkinden daha kötü değil. Torbalama kesinlikle artırmaya göre daha düşük, ancak internetteki makalelerden anladığım kadarıyla çok kritik değil. ONLAR. Aslında, 1 evrensel model var - hızlı yanı sıra ağaç ormanları. Başka bir nöronun daha iyi bir şey yapacağı diğer her şey pratikte (Forex ile ilgili olarak) henüz kimse tarafından kanıtlanmamıştır.
Çoklu iş parçacığı R'de değil, sinir ağı paketlerinde de MT5'e bağlanın ve çoklu iş parçacığı olacak
Başka bir NS ile karşılaştırma yaptınız - bu artık R değil, artıların üzerine yazılmış bir paket ve tabii ki hızlı. Ücretsiz sürümde alglib'de multithreading yok, + büyük bir ağ için LBFGS optimizer'ı kullanmanız gerekiyor, belki kullanmışsınızdır. Alglib'de ormanlar oldukça hızlı kabul edilir, örneğin, hoşuma gitti .. ve modellerin kalitesi asla MLP'den daha kötü değil
Evet, aynı MLP'ye dayanıyor gibi görünüyor, dolayısıyla ağ hem yapı hem de veri miktarı olarak aynı. Bu paket çoklu iş parçacığı kullanmadı - her şeyi tek bir iş parçacığı olarak kabul etti (görev yöneticisinde kontrol ettim).
LBFGS (yaklaşık 40 dk.) ve LM'nin (27 dk.) hızları karşılaştırıldı. Açıklamalara göre, LBFGS daha hızlı olmalıdır, ancak pratikte ALGLIB'de durum bunun tam tersidir.
Ayrıca iskeleyi de kontrol ettim - NS'den çok daha hızlı (4 dk.) Ve sonuç aşağı yukarı aynı. Ve ilginç bir şekilde, lineer regresyon aynı sonuçlarla daha da hızlı hesaplar.
Birinin burada yazdığı gibi - her şey özelliklerle ilgili.
Evet, aynı MLP'ye dayanıyor gibi görünüyor, dolayısıyla ağ hem yapı hem de veri miktarı olarak aynı. Bu paket çoklu iş parçacığı kullanmadı - her şeyi tek bir iş parçacığı olarak kabul etti (görev yöneticisinde kontrol ettim).
LBFGS (yaklaşık 40 dk.) ve LM'nin (27 dk.) hızları karşılaştırıldı. Açıklamalara göre, LBFGS daha hızlı olmalıdır, ancak pratikte ALGLIB'de durum bunun tam tersidir.
Orada anladığım kadarıyla 1-2 dönem ayarlayabilirsiniz, çünkü neredeyse her zaman ilk seferde yakınsar.. Bunda bir eksiklik mi var? uzun zamandır kullanmamama rağmen kafam karıştı