交易中的机器学习：理论、模型、实践和算法交易 - 页 2024 1...201720182019202020212022202320242025202620272028202920302031...3399 新评论 Forester 2020.10.17 11:20 #20231 Maxim Dmitrievsky: 没有人给外汇机器人提供资助 如果外汇机器人是有效的，它将为自己付出代价。 那里的任务更容易解决，而且当地的人工智能专家在更复杂甚至无法解决的任务方面有经验。有了简单的任务就会更容易。 有音频、照片和视频识别的任务，诊断症状，控制机器人 和机器人群，等等。 Maxim Dmitrievsky 2020.10.17 11:31 #20232 elibrarius: 如果外汇机器人是有效的，它将为自己付出代价。 那里的任务更容易解决，而且当地的人工智能人员在更复杂甚至无法解决的任务方面有经验。有了简单的任务就会更容易。 有音频、照片和视频识别的任务，根据症状进行诊断，控制机器人和机器人群，等等。 如今，好的专业人员根本就不多。现在已经到了这样的地步：要想在SIBUR找到一份好工作（包括IT行业），你只需要通过智商测试就可以了 :D Forester 2020.10.17 11:47 #20233 Maxim Dmitrievsky: 目前好的人非常少。现在已经到了这样的地步：要想在SIBUR获得一份好工作（包括在IT领域），你只需要通过智商测试就可以了 :D 优秀的专业人士积累了经验，他们建立了自己的业务，并获得100%的订单，而不是为 "叔叔 "工作的10-20%。 还有一个选择--成为补助金获得者））。 Evgeny Dyuka 2020.10.17 12:49 #20234 elibrarius: 如果有人对人工智能或其他数字项目有想法，并有可预见的客户/销售市场，可以获得高达300万卢布的启动资金，并有可能每月向员工支付高达10万卢布的工资。 因此，知识产权的对象（方案、发明等）必须登记https://ит-гранты.рф/ 只有在报告、审批、评估、商业计划等方面，才需要花费一捆纸，如果不是一捆的话)优先领域： https://ит-гранты.рф/pnp 与交易有关的一切都不屑一顾，这个话题已经过了全盛时期，正在消亡，即使是神经网络。可悲的是。 mytarmailS 2020.10.18 18:51 #20235 马克西姆-德米特里耶夫斯基。 看看我是如何看待这个问题的... 我把数据看作是观察的 "切片"，而且不总是相同的长度。 在这些 "切片 "中，有集群编号，集群编号可以被解释为一种状态，或者最好是一些事件。 事件本身并不意味着什么，事件的正确顺序很重要+必须记住，99%的事件都是由我们自己产生的垃圾。 因此，让我们假设市场上的获胜序列（在一堆垃圾中）为 "1"-"2"-"3"-"是"。 这就是我对 "冲泡咖啡 "的理解。 "1"-倒水，"2"-加热 "3"......以此类推...显然 ，顺序必须正确。 数据看起来像这样，但线条会更长。 因此，我正在研究一种算法，以寻找隐藏在噪声中的此类序列... 所以要问你的问题。 RNN能在噪音中找到这个吗？ 以及RNN 能否接受不同长度的向量作为输入？ 我认为噪音对这里的网络来说太多，即使是最酷的网络，如ltsm,gru，因为他们用文本工作，根本没有噪音...... 也许我在重新发明车轮？ Maxim Dmitrievsky 2020.10.18 18:57 #20236 mytarmailS: 看看我是如何看待这个问题的...我把数据看作是观察的 "切片"，而且不总是相同的长度。在这些 "切片 "中，有集群编号，集群编号可以解释为一种状态，或者更好的是一种事件......事件本身并不意味着什么，事件的正确顺序很重要+必须记住，99%的事件都是由我们自己产生的垃圾。因此，让我们假设市场上的获胜序列（在一堆垃圾中）为 "1"-"2"-"3"-"是"。这就是我对 "冲泡咖啡 "的理解。"1"-倒水，"2"-加热 "3"......以此类推...显然 ，顺序必须正确。数据看起来像这样，只是线条会长很多(我还不能拍到他妈的是什么情况)图片也不能用。是的，有点像这样。条件性事件的顺序，它需要记忆。但我们通过将它们聚成几个交替出现的事件来减少事件的数量。 我们得到一个布尔型函数000011010110011，其中0和1是交替出现的事件。当输入是一系列的n个事件时，我们预测下一个事件。但这需要递归网，而不是经典的。有可能做出比2个更多的群组 mytarmailS 2020.10.18 19:01 #20237 Maxim Dmitrievsky: 图片没有用，它也没有用。只要点击图片，底部还有几个字。马克西姆-德米特里耶夫斯基。 但我们通过将它们聚成几个交替的事件来减少事件的数量。 一切都已经减少了，已经是集群了，从集群中可以有集群，什么都可以......。 Maxim Dmitrievsky 2020.10.18 19:03 #20238 mytarmailS: 这样的问题对你来说RNN能在噪音中找到这个吗？ 以及RNN 能否接受不同长度的向量作为输入？我认为这里的网络噪音太大，即使是最酷的网络，如ltsm,gru，因为它们与文本一起工作，根本没有噪音......也许我在重新发明车轮。 噪声应通过聚类层去除 可能会采取不同长度的向量（没有做过，但我知道这是可能的），但如果使用聚类层，那么这个问题就不存在了 mytarmailS 2020.10.18 19:08 #20239 Maxim Dmitrievsky: 必须通过聚类层去除噪声 噪声 ，就是那些没有用 的群组。 1 22 44 55 42 2 54 65 23 75 3 53 7643 "是" 但你只有在学习之后才会发现它们是无用的和多余的，但同时它们会妨碍学习，无论如何 Maxim Dmitrievsky 2020.10.18 19:09 #20240 mytarmailS: 噪声，它是一个嘈杂的 集群。1 22 44 55 42 2 54 65 23 75 3 53 7643 "是" 没有无用的群集 1...201720182019202020212022202320242025202620272028202920302031...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
没有人给外汇机器人提供资助
那里的任务更容易解决，而且当地的人工智能专家在更复杂甚至无法解决的任务方面有经验。有了简单的任务就会更容易。
有音频、照片和视频识别的任务，诊断症状，控制机器人 和机器人群，等等。
如果外汇机器人是有效的，它将为自己付出代价。
那里的任务更容易解决，而且当地的人工智能人员在更复杂甚至无法解决的任务方面有经验。有了简单的任务就会更容易。
有音频、照片和视频识别的任务，根据症状进行诊断，控制机器人和机器人群，等等。
如今，好的专业人员根本就不多。现在已经到了这样的地步：要想在SIBUR找到一份好工作（包括IT行业），你只需要通过智商测试就可以了 :D
目前好的人非常少。现在已经到了这样的地步：要想在SIBUR获得一份好工作（包括在IT领域），你只需要通过智商测试就可以了 :D
还有一个选择--成为补助金获得者））。
如果有人对人工智能或其他数字项目有想法，并有可预见的客户/销售市场，可以获得高达300万卢布的启动资金，并有可能每月向员工支付高达10万卢布的工资。
因此，知识产权的对象（方案、发明等）必须登记
https://ит-гранты.рф/
只有在报告、审批、评估、商业计划等方面，才需要花费一捆纸，如果不是一捆的话)
优先领域：
https://ит-гранты.рф/pnp
看看我是如何看待这个问题的...
我把数据看作是观察的 "切片"，而且不总是相同的长度。
在这些 "切片 "中，有集群编号，集群编号可以被解释为一种状态，或者最好是一些事件。
事件本身并不意味着什么，事件的正确顺序很重要+必须记住，99%的事件都是由我们自己产生的垃圾。
因此，让我们假设市场上的获胜序列（在一堆垃圾中）为 "1"-"2"-"3"-"是"。
这就是我对 "冲泡咖啡 "的理解。
"1"-倒水，"2"-加热 "3"......以此类推...显然 ，顺序必须正确。
数据看起来像这样，但线条会更长。
因此，我正在研究一种算法，以寻找隐藏在噪声中的此类序列...
所以要问你的问题。
RNN能在噪音中找到这个吗？
以及RNN 能否接受不同长度的向量作为输入？
我认为噪音对这里的网络来说太多，即使是最酷的网络，如ltsm,gru，因为他们用文本工作，根本没有噪音......
也许我在重新发明车轮？
看看我是如何看待这个问题的...
我把数据看作是观察的 "切片"，而且不总是相同的长度。
在这些 "切片 "中，有集群编号，集群编号可以解释为一种状态，或者更好的是一种事件......
事件本身并不意味着什么，事件的正确顺序很重要+必须记住，99%的事件都是由我们自己产生的垃圾。
因此，让我们假设市场上的获胜序列（在一堆垃圾中）为 "1"-"2"-"3"-"是"。
这就是我对 "冲泡咖啡 "的理解。
"1"-倒水，"2"-加热 "3"......以此类推...显然 ，顺序必须正确。
数据看起来像这样，只是线条会长很多
(我还不能拍到他妈的是什么情况)
图片也不能用。
是的，有点像这样。条件性事件的顺序，它需要记忆。但我们通过将它们聚成几个交替出现的事件来减少事件的数量。
我们得到一个布尔型函数000011010110011，其中0和1是交替出现的事件。当输入是一系列的n个事件时，我们预测下一个事件。但这需要递归网，而不是经典的。有可能做出比2个更多的群组图片没有用，它也没有用。
只要点击图片，底部还有几个字。
但我们通过将它们聚成几个交替的事件来减少事件的数量。
这样的问题对你来说
RNN能在噪音中找到这个吗？
以及RNN 能否接受不同长度的向量作为输入？
我认为这里的网络噪音太大，即使是最酷的网络，如ltsm,gru，因为它们与文本一起工作，根本没有噪音......
也许我在重新发明车轮。
噪声应通过聚类层去除
可能会采取不同长度的向量（没有做过，但我知道这是可能的），但如果使用聚类层，那么这个问题就不存在了
必须通过聚类层去除噪声
噪声 ，就是那些没有用 的群组。
1 22 44 55 42 2 54 65 23 75 3 53 7643 "是"
但你只有在学习之后才会发现它们是无用的和多余的，但同时它们会妨碍学习，无论如何
噪声，它是一个嘈杂的 集群。
1 22 44 55 42 2 54 65 23 75 3 53 7643 "是"
没有无用的群集