Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2258
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Konuyu okurken (veya daha doğrusu okumaya çalışırken), ölçülü kapalı sohbetlerin çok faydalı bir şey olduğu konusunda güçlü bir izlenim edindim))
Talep durumunda - konuyla ilgili bir literatür seçkisi hazırladılar. Lütfen tekrar bağlantı kurmayı zorlaştırmayın, @Maxim Dmitrievsky , Aleksey Nikolayev
Genel tartışmaya eklenen başlık, üstten 4. https://www.mql5.com/ru/forum/214418
Makale başka bir şey hakkında. Orada, tüm tahmin edicilerin ayrık [0, 1] olduğu durumu ele alıyoruz. Sonra sorun. Sinir ağı, sıfır varyasyonlu tahmin edicileri anlamıyor.
Senin durumun biraz farklı, anlıyorum. Girdi tahmin edicilerini (sürekli) ve hedefi (ayrık matris ncol=3) birleştirdiniz. Pratik olarak eğitim olmadan, hedef dahil olmak üzere gelenleri oluşturduğunuz (geri yüklediğiniz) gizli olanların niteliksel bir dağılımını elde etmeye çalışıyorsunuz. Seni doğru anladım mı? İyi çalışmayacak. Makale çözümü gösterir. Ayrık hedefi RBM aracılığıyla sürekli bir hedefe çevirin, diğer tahmin edicilerle birleştirin ve ardından BAE'ye gidin (öğrenme!). Ve eğitimli BAE'den örnekler çıkarın ve hedefi RBM aracılığıyla tekrar geri yükleyin. Zor oluyor. Ama işe yarayabilir.
Her zamanki AE krankıyla deneyeceğim.
İyi şanlar
olasılıkları vermek için bu veriler üzerinde bazı sınıflandırıcıları eğitebilirsiniz.
seçenek daha da basit: veri setini farklı etiketlerle 2 parçaya bölün ve 2 model eğitin .. ve büyükannenizi her türlü koşullu durumla boğmayın)
Denenmiş kopulalar, kodlayıcılar, tabula ganalar, kodero ganalar. hmm şimdiye kadar rakipsiz. Kapulalar iyidir. Sinir ağı teknolojileri, ne yazık ki, tablo verileri için hala yabancıdır.
daha fazla veriye ihtiyacınız varsa - şimdiye kadar sadece hmm.
Konuyu okurken (veya daha doğrusu okumaya çalışırken), ölçülü kapalı sohbetlerin çok faydalı bir şey olduğu konusunda güçlü bir izlenim edindim))
Talep durumunda - konuyla ilgili bir literatür seçkisi hazırladılar. Lütfen tekrar bağlantı kurmayı zorlaştırmayın, @Maxim Dmitrievsky , Aleksey Nikolayev
Bu arşive bir link verdiğimi hatırladım. Kelimenin tam anlamıyla ilk kez orada okudu
https://codernet.ru/books/python/?page=1
Yapay Zeka Sistemleri için Biyomorfik Sinir Ağı Mimarileri
merhaba! internetiniz bitti mi
Gelmekle!
;)merhaba! internetiniz bitti mi
Gelmekle!
;)Herkes aynı anda engellendi.
Herkese mutlu yıllar!
Denenmiş kopulalar, kodlayıcılar, tabula ganalar, kodero ganalar. hmm şimdiye kadar rakipsiz. Kapulalar iyidir. Sinir ağı teknolojileri, ne yazık ki, tablo verileri için hala yabancıdır.
daha fazla veriye ihtiyacınız varsa - şimdiye kadar sadece hmm.
Maxim, Neural Turing makinesinin herhangi bir örneği var mıydı? hangi çerçevede ve hangi ilerleme?
Herkese Mutlu Yıllar ve en iyisi!
Maxim, Neural Turing makinesinin herhangi bir örneği var mıydı? hangi çerçevede ve hangi ilerleme?
Herkese Mutlu Yıllar ve en iyisi!
Yeni Yılın Kutlu Olsun!!! zaten Sibirya'ya geldi)))))