Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 585
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
alım satım yapanları bu şekilde değerlendirmek genellikle zordur, çünkü hem işlemin süresi vardır hem de zarar durdurma seviyeleri bir şekilde diğer her şeye eklenmeli ve ayrıca periyodik olarak kendini yeniden eğitmesini sağlamalıdır .. genel olarak, gardiyan :)
Evet, uzun zaman önce gördüm. Kendi başına hiçbir şey, ancak bulutluluğun kendisi bir araç inşa etmek için pek uygun değil.
sinyal satabilirsiniz :)) model güzelse API erişimi
Oturma. MO üzerine bir monografı pdf olarak okudum. Alıntı:
Seğirmeye gerek olmadığı ortaya çıktı, Ulusal Meclis en iyi seçenek gibi görünüyor.
Oturma. MO üzerine bir monografı pdf olarak okudum. Alıntı:
Seğirmeye gerek olmadığı ortaya çıktı, Ulusal Meclis en iyi seçenek gibi görünüyor.
Ve Khaikin okudum ve aynı anda izledim
atmosferik film .. sonunda ne kazanacak? proteinli yaşam mı yapay mı yoksa arada bir şey mi yaratılacak? :)
Bu arada, bazı kaynaklarda olasılıksal NN'nin artık moda olduğunu yazıyorlar. Bir arkadaş fısıldadı .. ama onlara hakim, kablo yarışmalarına katılıyor
Ve Khaikin okudum ve aynı anda izledim
atmosferik film .. sonunda ne kazanacak? proteinli yaşam mı yapay mı yoksa arada bir şey mi yaratılacak? :)
Bu arada, bazı kaynaklarda olasılıksal NN'nin artık moda olduğunu yazıyorlar. Bir arkadaş fısıldadı .. ama onlara hakim, kablo yarışmalarına katılıyor
Dün, genellikle görüntü tanıma için kullanılan bir evrişimsel sinir ağı buldum. Doğal olarak, tüm yardımcı programlar vardır - eğitim vb. Python'da kullanım için yapılmıştır.
Ayrıca tekrarlayanlar vs. var ama bu henüz çok ilginç değil.
Çünkü Evrişimsel ağ tam olarak bağlı olmadığı için, performans kaybı olmadan nöron sayısını büyük ölçüde artırmak mümkündür. Ama yine de ayrıntıları anlamamız gerekiyor - henüz derinlemesine incelemedim.
Popüler açıklama - https://geektimes.ru/post/74326/Dün, genellikle görüntü tanıma için kullanılan bir evrişimsel sinir ağı buldum. Doğal olarak, tüm yardımcı programlar vardır - eğitim vb. Python'da kullanım için yapılmıştır.
Ayrıca tekrarlayanlar vs. var ama bu henüz çok ilginç değil.
Çünkü Evrişimsel ağ tam olarak bağlı olmadığı için, performans kaybı olmadan nöron sayısını büyük ölçüde artırmak mümkündür. Ama yine de ayrıntıları anlamamız gerekiyor - henüz derinlemesine incelemedim.
Popüler açıklama - https://geektimes.ru/post/74326/Pekala, bu taşra, bunlar esas olarak resimler ve kompozisyonlar içindir. görme ve kullanılmaktadır. Çalışması için birçok örneğe ve katmana ihtiyacınız var. Mimarinin kendisi görsel sistemi kopyalar
python'daki PNN analogları için daha iyi görünüyorlar, bana göre zamanı tahmin etmek için daha anlamlılar. kürek çekmek
https://habrahabr.ru/post/276355/
Pekala, bu taşra, bunlar esas olarak resimler ve kompozisyonlar içindir. görme ve kullanılmaktadır. Çalışması için birçok örneğe ve katmana ihtiyacınız var. Mimarinin kendisi görsel sistemi kopyalar
python'daki PNN analogları için daha iyi görünüyorsun, bana göre zamanı tahmin etmek için daha mantıklı görünüyorlar. kürek çekmek
https://habrahabr.ru/post/276355/
Bir kez daha - hiçbir şey tahmin etmiyorum. Sadece sınıflandırmam var.
Uzun zamandır tam olarak meshlenmemiş bir ağ arıyorum. MLP herkes için iyidir, ancak tüm girdiler aynı anda her nörona gider. Ve tam olarak, bir kayma ile sadece 5-6 girdinin nörona gitmesi gerekir ve bu, evrişimli sinir ağıdır.
Burada karmaşık bir şey yoktur ve sadece 100-150 nörona ihtiyaç vardır, bu nedenle yapı basittir ve nöronlar için daha az sayıda girdi nedeniyle performans 60 nöronlu bir MLP'ninki gibi olacaktır.
Bir kez daha - hiçbir şey tahmin etmiyorum. Sadece sınıflandırmam var.
Uzun zamandır tam olarak meshlenmemiş bir ağ arıyorum. MLP herkes için iyidir, ancak tüm girdiler aynı anda her nörona gider. Ve tam olarak, bir kayma ile sadece 5-6 girdinin nörona gitmesi gerekir ve bu, evrişimli sinir ağıdır.
Burada karmaşık bir şey yoktur ve sadece 100-150 nörona ihtiyaç vardır, bu nedenle yapı basittir ve nöronlar için daha az sayıda girdi nedeniyle performans 60 nöronlu bir MLP'ninki gibi olacaktır.
Yani bir sınıflandırıcı var, ancak tam olarak bağlı olmayan bir tane aramanızı engelleyen şey. Bu şemayı beğendim, örneğin:
şu anda, tüm kitap ekran görüntülerine dağılacak :)
Bir kez daha - hiçbir şey tahmin etmiyorum. Sadece sınıflandırmam var.
Uzun zamandır tamamen ağsız bir ağ arıyorum. MLP herkes için iyidir, ancak tüm girdiler aynı anda her nörona gider. Ve tam olarak, bir kayma ile sadece 5-6 girdinin nörona gitmesi gerekir ve bu, evrişimli sinir ağıdır.
Burada karmaşık bir şey yoktur ve sadece 100-150 nörona ihtiyaç vardır, bu nedenle yapı basittir ve nöronlar için daha az sayıda girdi nedeniyle performans 60 nöronlu bir MLP'ninki gibi olacaktır.
Evrişimli katmanları kullanma fikri uzun zamandır benim için için için için yanan olmuştur. Bana göre iyi sonuçlar verebilirler.
Ancak çok katmanlı algılayıcıyı atmayın. Evrişimli ağlar kendi başlarına hiçbir şey öğrenmezler, yalnızca girdi bilgilerinin belirli bir kompakt görüntüsünü verirler.
Yani bir sınıflandırıcı var, ancak tam olarak bağlı olmayan bir tane aramanızı engelleyen şey.