Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 586
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
Bu yüzden onu bulmaya çalışın.)) Böyle bir MLP en iyi seçenek olacaktır.
Dün, genellikle görüntü tanıma için kullanılan bir evrişimli NN 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/HTM'ye daha yakından bakın - size daha önce yazmıştım. Yapısı bağlam kullanımını içerir. Ve bir python uygulaması var.
Haikin'den durağan olmama hakkında
Ne (ve sadece) hakkında yazdım, ama burada olduğu gibi, her şey uzun zaman önce zaten kanıtlandı :)
Gbm paketinin henüz vinç depolarında olmayan yeni bir sürümünün olduğunu tesadüfen öğrendim.
https://github.com/gbm-developers/gbm3
Kurulum:
bundan sonra, R'deki güncellenmiş kitaplığa gbm3 adı verilir:
Az önce kütüphanenin adını r script kodunda gbm'den gbm3'e değiştirdim, kodun geri kalanı değişmeden çalıştı.
GBm modelinin parametrelerini ararken, bazen eğitimin çok fazla RAM yediği ve tüm bilgisayarın on dakika boyunca askıda kaldığı oldu. Bu yeni sürümde bu henüz olmadı, denemenizi tavsiye ederim.
Haikin'den durağan olmama hakkında
Ne (ve sadece) hakkında yazdım, ama burada olduğu gibi, her şey uzun zaman önce zaten kanıtlandı :)
Durağan olmama hakkındaki metni hiç anlamıyorum: yeni gözlemlerin gelişi önceden tanımlanmış bağlantıları yok ediyor mu? Bu benim NN konusundaki bilgisizliğimden kaynaklanıyor olabilir, ancak ağaçlarda tam olarak bir sıra gözlem dikkate alınır ve daha önce yapılmış ağaçları yok etmek imkansızdır. Gelecekte karşılaşmayabilirler, gelecekte tamamen aynı ağaçlar görünebilir, ancak farklı bir sınıfa atanacaklar, ancak eski her şey sarsılmaz kalacak.
not.
Bir ağaç inşa ederken birkaç satırın dikkate alındığı ağaçlar var ... ama bu özü değiştirmiyor gibi görünüyor.
Durağan olmama hakkındaki metni hiç anlamıyorum: yeni gözlemlerin gelişi önceden tanımlanmış bağlantıları yok ediyor mu? Bu benim NN konusundaki bilgisizliğimden kaynaklanıyor olabilir, ancak ağaçlarda tam olarak bir sıra gözlem dikkate alınır ve daha önce yapılmış ağaçları yok etmek imkansızdır. Gelecekte karşılaşmayabilirler, gelecekte tamamen aynı ağaçlar görünebilir, ancak farklı bir sınıfa atanacaklar, ancak eski her şey sarsılmaz kalacak.
not.
Bir ağaç inşa ederken birkaç satırın dikkate alındığı ağaçlar var ... ama bu özü değiştirmiyor gibi görünüyor.
Hayır, her şey tutarlı bir şekilde sözde durağan seriler oluşturmanız, mümkün olduğunca sık yeniden eğitmeniz gerektiği gerçeğine geldi .. prensipte, ben de aynısını yapıyorum
veya doğrusal\doğrusal olmayan filtreler oluşturun .. anladığım kadarıyla, bundan önce, tahmin edicilerin hedef üzerindeki etkisini değiştirme dinamiklerini hesaba katmanız ve çıkış sinyalini, değişikliklere bağlı olarak filtre katsayıları aracılığıyla uyarlamaya çalışmanız gerekir. Çevre
Genel olarak, özel bir şey yok. En azından bu bölümde.
Haikin'den durağan olmama hakkında
Ne (ve sadece) hakkında yazdım, ama burada olduğu gibi, her şey uzun zaman önce zaten kanıtlandı :)
Haikin'den durağan olmama hakkında
Ne (ve sadece) hakkında yazdım, ama burada olduğu gibi, her şey uzun zaman önce zaten kanıtlandı :)
HTM'ye daha yakından bakın - size daha önce yazmıştım. Yapısı bağlam kullanımını içerir. Ve bir python uygulaması var.
Yazışmalarımızda bir şey bulamadım. HTM nedir? ve ne yiyorlar?
Genelde 2-3 gün önce Python öğrenmeye başladım. Şimdiye kadar çok az şey anladım.) Yani yakında işe gelmeyecek.
Yazışmalarımızda bir şey bulamadım. HTM nedir? ve ne yiyorlar?
Genelde 2-3 gün önce Python öğrenmeye başladım. Şimdiye kadar çok az şey anladım.) Yani yakında işe gelmeyecek.
Buradan başlayabilirsiniz: https://numenta.org/implementations/
Rusça bir kitap var - çeviri neredeyse yeterli.