Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 544

[Renat Akhtyamov]

Maksim Dmitrievski :

monitörünüzün renkleri karıştırdığı bir seçenek var, bazen yanlış kalibrasyon nedeniyle ayırt edilmesi zor

ne inşa ettiler? eğer bir sır değilse

böyle bir seçenek yok

arbitraj tablosundaki poundun yanlış renk olduğunu sana nasıl söylediğimi hatırla

inşa ettiği şey bir sır

[[Silindi]]

Renat Akhtyamov :

böyle bir seçenek yok

arbitraj tablosundaki poundun yanlış renk olduğunu sana nasıl söylediğimi hatırla

inşa ettiği şey bir sır

tüm renklere sahibim

[[Silindi]]

Piyasayla ilgili değil, ancak etkili model oluşturmaya yönelik genel yaklaşım hakkında çok faydalı (her aşamada bir şeyler ters gidebilir ve bunu anlamayacağız bile):

[[Silindi]]

Denetimsiz öğrenme (kümeleme) ve RL ( pekiştirmeli öğrenme ). Optimize edilmiş parametreleri azaltma girişimlerinde. Kümelemenin nasıl uygulanabileceğini düşünen var mı? ikincisi daha zor, özel paketlere ihtiyacınız var

örnek: https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-1/

https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-2/

[Aleksey Terentev]

Maksim Dmitrievski :

Denetimsiz öğrenme (kümeleme) ve RL (pekiştirmeli öğrenme). Optimize edilmiş parametreleri azaltma girişimlerinde. Kümelemenin nasıl uygulanabileceğini düşünen var mı? ikincisi daha zor, özel paketlere ihtiyacınız var

örnek: https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-1/

https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-2/

Takviyeli öğrenme hakkında düşünmeye başladım. Bana öyle geliyor ki, takaslar için gerekli olan şey bu.

[[Silindi]]

Alexey Terentev :
Takviyeli öğrenme hakkında düşünmeye başladım. Bana öyle geliyor ki, takaslar için gerekli olan şey bu.

Ben de paralel olarak Python'da ustalaşıyorum .. R çıldırıyor. O_o'dan Kohonen katmanı hakkında eski bir makale vardı, oradaki profesyoneller hakkında bir şeyler yazdı ve bu yüzden özellikle örnekler ve geliştirmeler olmadan

https://www.mql5.com/ru/articles/1562

[Aleksey Terentev]

Maksim Dmitrievski :

Ben de paralel olarak Python'da ustalaşıyorum .. R çıldırıyor. O_o'dan Kohonen katmanı hakkında eski bir makale vardı, oradaki profesyoneller hakkında bir şeyler yazdı ve bu yüzden özellikle örnekler ve geliştirmeler olmadan

https://www.mql5.com/ru/articles/1562

qt ve opennn'nin artıları üzerine yazdım açıkçası daha mlp (opennn) tarafından geliştirilmiş bir şey yok henüz.
Genel olarak, sizi havuzuma katkıda bulunan biri olarak ekleyebilirsiniz, her şeyin benim için nasıl çalıştığının şemasını açıklayacağım.

[[Silindi]]

Alexey Terentev :
qt ve opennn'nin artıları üzerine yazdım, dürüst olmak gerekirse, orada mlp'den (opennn) daha uzun süredir hiçbir şey geliştirilmedi.
Genel olarak, sizi havuzuma katkıda bulunan biri olarak ekleyebilirsiniz, her şeyin benim için nasıl çalıştığının şemasını açıklayacağım.

Korkarım önce biraz alışmam gerek, henüz o kadar programcı değilim :) mb seneye sonra

[Aleksey Terentev]

Maksim Dmitrievski :

Denetimsiz öğrenme (kümeleme) ve RL (pekiştirmeli öğrenme). Optimize edilmiş parametreleri azaltma girişimlerinde. Kümelemenin nasıl uygulanabileceğini düşünen var mı? ikincisi daha zor, özel paketlere ihtiyacınız var

örnek: https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-1/

https://robotwealth.com/unsupervised-candlestick-classification-for-fun-and-profit-part-2/

Kümeleme de ilginç bir yöntemdir. Modeli eğitmeden önce uygulanması gerektiğini düşünüyorum, çünkü bu şekilde çok az sayıda ve hiç ilişkili olmayan parametre elimine edilir.
Ben de aklımda tutuyorum. Sadece eller hiçbir şekilde uzanmayacak.

[[Silindi]]

Alexey Terentev :
Kümeleme de ilginç bir yöntemdir. Modeli eğitmeden önce uygulanması gerektiğini düşünüyorum, çünkü bu şekilde çok az sayıda ve hiç ilişkili olmayan parametre elimine edilir.
Ben de aklımda tutuyorum. Sadece eller hiçbir şekilde uzanmayacak.

özellikle çok boyutlu kümeleme kullanıyorsanız, özelliklere sahip vektörleri ve gecikmeli vektörleri, örneğin artışlarla .. gruplara bölmeyi deneyebilirsiniz - özelliklerin hangi özellikleri gelecekte hangi artışlara karşılık gelir

ve ardından NN'yi eğitmek için bu sete bakın, örneğin .. yani. veri madenciliği türü

evet, eğitimden hemen önce .. peki ya da araç için ayrı bir özellik olarak