Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2043

 
Alexander_K :

Hmm... Bir bakayım. Henüz M15'in üzerinde TF ile çalışmadım ...

Sinyalin nerede? İzlemesi kolay olsun diye favorilerime ekledim ama artık yok. Ne oldu?

 
Oleg otomatı :

Sinyalin nerede? İzlemesi kolay olsun diye favorilerime ekledim ama artık yok. Ne oldu?


Görünüşe göre Kâse'yi aradı ve "Sessiz Ev"e gitti.

 

İlginç video , Maxim Tam olarak bu yaklaşımı mı yapıyorsun?

Нейрохакатон: классификация сигналов ЭЭГ сверточными нейросетями — Андрей Киселев — Смотреть в Эфире
Нейрохакатон: классификация сигналов ЭЭГ сверточными нейросетями — Андрей Киселев — Смотреть в Эфире
  • yandex.ru
Андрей Киселев рассказывает про задачу классификации действий людей по сигналам электроэнцефалограмм, которая решалась в рамках хакатона по нейронаук…
 
Ve işte yaptığım şey. İlginç bir şekilde, yukarıdaki ve aşağıdaki videolardan iki yazar tam tersini söylüyor - biri ağların kapalı olduğunu, diğeri ağaçların olduğunu söylüyor :)
Kaggle Melbourne: прогнозирование эпилептических приступов — Олег Паничев — Смотреть в Эфире
Kaggle Melbourne: прогнозирование эпилептических приступов — Олег Паничев — Смотреть в Эфире
  • yandex.ru
Олег Паничев рассказывает про задачу прогнозирование эпилептических приступов на основе анализа электроэнцефалограмм (Kaggle Melbourne University Sei…
 
Alexey Vyazmikin :

İlginç video , Maxim Tam olarak bu yaklaşımı mı yapıyorsun?

öyle, evet, ama henüz yapmadım) çünkü. bu olayın başarısına çok az inanç

ağlar en iyi, görüntüler veya sinyaller gibi homojen veriler üzerinde çalışır. Ağaçlar, normalleştirilmemiş farklı özelliklere sahip heterojen yığın türlerinde daha iyidir

Yandex eter uzun zamandır buralarda mı? YouTube'un bir analogu olduğunu bilmiyordum

ZY, şu anda zaman serileri için en havalı şeylerin örnekleridir - transformatörler

https://timeseriestransformer.readthedocs.io/en/latest/notebooks/trainings/training_2020_04_27__093505.html

ama hepsi LSTM gibi gecikmeli bir tahmin gibi görünüyor. Serinin şu anki değeri, SAT'de olduğu gibi, bir sonrakinin en iyi tahminidir.
 

bir istek var!!!

MT4 için basit bir script yazmak gerekiyor!

Önemli olan

1) Belirli bir muma tıklıyorum

2) senaryo , bu mumun tarihini, saatini ve kapanış fiyatını bir not defterine yazar

Herşey!!

 
Maksim Dmitrievski :

öyle, evet, ama henüz yapmadım) bu olayın başarısına çok az inanç

ağlar en iyi, görüntüler veya sinyaller gibi homojen veriler üzerinde çalışır. Ağaçlar, normalleştirilmemiş farklı özelliklere sahip heterojen yığın türlerinde daha iyidir

Yandex eter uzun süredir var mı? YouTube'un bir analogu olduğunu bilmiyordum

ZY, şu anda zaman serileri için en havalı şeylerin örnekleridir - transformatörler

https://timeseriestransformer.readthedocs.io/en/latest/notebooks/trainings/training_2020_04_27__093505.html

Transformatörler hakkında daha fazla bilgi Nominal olarak aşağı yukarı net olarak tercüme edilmiştir.

Transformers from scratch
  • peterbloem.nl
I will assume a basic understanding of neural networks and backpropagation. If you’d like to brush up, this lecture will give you the basics of neural networks and this one will explain how these principles are applied in modern deep learning systems. Self-attention The fundamental operation of any transformer architecture is the self-attention...
 
Valeriy Yastremskiy :

Transformatörler hakkında daha fazla bilgi Nominal olarak aşağı yukarı net olarak tercüme edilmiştir.

Favorilerimde var) beğen, daha önce attım

 

Küçük bir veri kümesindeki rastgele etiketlerde GRU

Epoch 20 tren hatası: 0.3469601273536682 tst hatası: 0.40891700983047485

Bu tür rastgele etiket örneklemesinin artıları ve eksileri neler olabilir?

def add_labels(dataset, min, max, markup):          #min, max - минимальная\максимальная продолжительность сделки, в барах
    labels = []                                     #сюда сохраняем метки
     for i in range(dataset.shape[ 0 ]-max):
         rand = random.randint(min,max)              #случайно выбираем продолжительность следующей сделки
         if i == 0 :                                  #если это первый элемент массива, заполняем значениями 0.5 , rand - 1 штук\
             for a in range( rand - 1 ):                 #поскольку нет более ранних цен для определения метки       
                labels.append( 0.5 )
         if dataset['close'][i] > (dataset['close'][i + rand ] + markup):    #если текущая цена больше чем цена + rand баров вперед\
                labels.append( 1.0 )                                         #то метка 1.0 (продажа)
        elif dataset['close'][i] < (dataset['close'][i + rand ] - markup):  #если меньше, то покупка
                labels.append( 0.0 )              
         else :
                labels.append( 0.5 )
    dataset = dataset.iloc[:len(labels)].copy()
    dataset['labels'] = labels
     return dataset

şimdi ekran kartı için cuda paketi kuracağım ve büyük veri vidyuha üzerinde hesaplayacağım

özellikler - sadece artış dizileri, girişte 15 adet. yükseltilebilir

 
Maksim Dmitrievski :

öyle, evet, ama henüz yapmadım) bu olayın başarısına çok az inanç

Videodan doğru anladıysam evrişimsel ağda özellikleri arayan bir function\ kitaplığı var yani. kalıpların / öngörücülerin bulunması gereken hazır şablonlar - orada ne bulunması bekleniyor, bu maskenin nasıl yapıldığı ilginç - ne tür bir mantık biliyor musunuz?


Maksim Dmitrievski :


Yandex eter uzun zamandır buralarda mı? YouTube'un bir analogu olduğunu bilmiyordum

Bana kesin olarak göründüğü gibi, uzun bir süre, iki yıl.

Maksim Dmitrievski :

ZY, şu anda zaman serileri için en havalı şeylerin örnekleridir - transformatörler

https://timeseriestransformer.readthedocs.io/en/latest/notebooks/trainings/training_2020_04_27__093505.html

ama hepsi LSTM gibi gecikmeli bir tahmin gibi görünüyor. Serinin şu anki değeri, SAT'de olduğu gibi, bir sonrakinin en iyi tahminidir.

Giriş verilerimizin bu ağ için uygun olduğundan emin değilim - resimlerde her şey düzgün.

Neden: