Maxim Dmitrievsky #: 심각하지 않다니 무슨 뜻인가요? 물론 3층 신경망이지만 시계열에 사용하는 것도 심각하지 않습니다. 훈련된 간단한 모델은 쉽게 이전할 수 있습니다.
물론 좀 더 구체적으로 설명해야 합니다. 로지스틱 회귀, 나무 모델 등과 같은 간단한 모델의 경우 아마도 가능할 것입니다. 하지만 저는 TC와 표 형식 데이터 모두에 대한 심각한 모델에 대해 이야기하고 있습니다. 이 두 영역은 이제 매우 세분화되고 전문화되었습니다. 머신 러닝에서 주로 사용되는 표 형식 데이터의 경우 TabNet(논문, 구현(py) 1, 2, 3)이 매우 유망합니다. 그 외에도 훌륭한 결과를 제공하는 많은 패키지가 있습니다. 다음은 제가 조사하고 부분적으로 사용하는 것의 목록입니다.
기계의 성능 제한과 개인적 선호도 때문에 모든 패키지가 사용되는 것은 아닙니다. 저에게는 한 시간 이상의 훈련과 최적화는 흥미롭지 않습니다.
이러한 모델을 MCL로 이전하는 것은 불가능할 것 같습니다. 그리고 여기서는 MKL<->Python을 연결하기 위한 인프라를 만들지 않고는 할 수 없습니다.
이것은 약간의 여담이지만 이 주제는 저에게 중요합니다.
다시 한 번 강조하지만, 프리랜서든 마케터든 외환/암호화폐/주식 트레이더든 모든 개발자는 자신이 '가장 좋아하는' 언어와 목발이 달린 '가장 좋아하는' 자전거를 가지고 있습니다. 우리는 사용 경험을 공유해야지 어떤 것이 더 나은지 논쟁해서는 안 됩니다. 특히 JA의 미래에 대해 왈가왈부해서는 안 됩니다.
물론 명확히 할 필요가 있습니다. 로지스틱 회귀, 트리 모델 등과 같은 간단한 모델의 경우 가능할 수 있습니다. 하지만 저는 TC와 표 형식 데이터 모두에 대한 심각한 모델에 대해 이야기하고 있습니다. 이 두 영역은 이제 매우 세분화되고 전문화되었습니다. 머신 러닝에서 주로 사용되는 표 형식 데이터의 경우 TabNet(논문, 구현(py) 1, 2, 3)이 매우 유망합니다. 그 외에도 훌륭한 결과를 제공하는 많은 패키지가 있습니다. 제가 연구하고 부분적으로 사용하고 있는 것들은 다음과 같습니다.
기계의 성능 제한과 개인적 선호도 때문에 모든 패키지가 사용되는 것은 아닙니다. 저에게는 한 시간 이상의 훈련과 최적화는 흥미롭지 않습니다.
이러한 모델을 MCL로 이전하는 것은 불가능할 것 같습니다. 그리고 여기서 우리는 MKL<->Python을 연결하기 위한 인프라를 만들지 않고는 할 수 없습니다.
이것은 약간의 여담이지만 이 주제는 저에게 중요합니다.
다시 한 번 강조하지만, 프리랜서든 마케터든 외환/암호화폐/주식 트레이더든 모든 개발자는 자신이 '가장 좋아하는' 언어와 목발이 달린 '가장 좋아하는' 자전거를 가지고 있습니다. 우리는 사용 경험을 공유해야지 어떤 것이 더 나은지 논쟁해서는 안 됩니다. 그리고 API의 미래에 대해 왈가왈부해서는 더욱 안 됩니다.
모두에게 행운을 빕니다.
표 형식의 데이터!= 표 형식의 시계열, 결국은 다른 것들입니다.
불쾌감을 주는 것이 아니라 다른 TC를 작성하는 경험에 관한 것입니다. 때로는 500개의 레이어로 이루어진 네트워크가 하나의 차트에 첨부되어 있을 때 읽는 것이 재미있을 때가 있습니다.
심각하지 않다니 무슨 뜻인가요? 물론 3층 신경망이지만 시계열에 사용하는 것도 심각하지 않습니다. 훈련된 간단한 모델은 쉽게 이전할 수 있습니다.
물론 좀 더 구체적으로 설명해야 합니다. 로지스틱 회귀, 나무 모델 등과 같은 간단한 모델의 경우 아마도 가능할 것입니다. 하지만 저는 TC와 표 형식 데이터 모두에 대한 심각한 모델에 대해 이야기하고 있습니다. 이 두 영역은 이제 매우 세분화되고 전문화되었습니다. 머신 러닝에서 주로 사용되는 표 형식 데이터의 경우 TabNet(논문, 구현(py) 1, 2, 3)이 매우 유망합니다. 그 외에도 훌륭한 결과를 제공하는 많은 패키지가 있습니다. 다음은 제가 조사하고 부분적으로 사용하는 것의 목록입니다.
기계의 성능 제한과 개인적 선호도 때문에 모든 패키지가 사용되는 것은 아닙니다. 저에게는 한 시간 이상의 훈련과 최적화는 흥미롭지 않습니다.
이러한 모델을 MCL로 이전하는 것은 불가능할 것 같습니다. 그리고 여기서는 MKL<->Python을 연결하기 위한 인프라를 만들지 않고는 할 수 없습니다.
이것은 약간의 여담이지만 이 주제는 저에게 중요합니다.
다시 한 번 강조하지만, 프리랜서든 마케터든 외환/암호화폐/주식 트레이더든 모든 개발자는 자신이 '가장 좋아하는' 언어와 목발이 달린 '가장 좋아하는' 자전거를 가지고 있습니다. 우리는 사용 경험을 공유해야지 어떤 것이 더 나은지 논쟁해서는 안 됩니다. 특히 JA의 미래에 대해 왈가왈부해서는 안 됩니다.
그리고 발언을 인신공격으로 받아들이지 마세요. 유치원이 아니니까요.
모두에게 행운을 빕니다.
물론 명확히 할 필요가 있습니다. 로지스틱 회귀, 트리 모델 등과 같은 간단한 모델의 경우 가능할 수 있습니다. 하지만 저는 TC와 표 형식 데이터 모두에 대한 심각한 모델에 대해 이야기하고 있습니다. 이 두 영역은 이제 매우 세분화되고 전문화되었습니다. 머신 러닝에서 주로 사용되는 표 형식 데이터의 경우 TabNet(논문, 구현(py) 1, 2, 3)이 매우 유망합니다. 그 외에도 훌륭한 결과를 제공하는 많은 패키지가 있습니다. 제가 연구하고 부분적으로 사용하고 있는 것들은 다음과 같습니다.
기계의 성능 제한과 개인적 선호도 때문에 모든 패키지가 사용되는 것은 아닙니다. 저에게는 한 시간 이상의 훈련과 최적화는 흥미롭지 않습니다.
이러한 모델을 MCL로 이전하는 것은 불가능할 것 같습니다. 그리고 여기서 우리는 MKL<->Python을 연결하기 위한 인프라를 만들지 않고는 할 수 없습니다.
이것은 약간의 여담이지만 이 주제는 저에게 중요합니다.
다시 한 번 강조하지만, 프리랜서든 마케터든 외환/암호화폐/주식 트레이더든 모든 개발자는 자신이 '가장 좋아하는' 언어와 목발이 달린 '가장 좋아하는' 자전거를 가지고 있습니다. 우리는 사용 경험을 공유해야지 어떤 것이 더 나은지 논쟁해서는 안 됩니다. 그리고 API의 미래에 대해 왈가왈부해서는 더욱 안 됩니다.
모두에게 행운을 빕니다.
표 형식의 데이터!= 테이블 형식의 시계열, 결국은 다른 것들입니다
물론 표 형식의 데이터와 시계열은 서로 다른 것입니다.
그리고 당신은 그것에 대해 논쟁 할 수 없습니다.
특히 신경망은 간단하다와 같은 일련의 기사가 재미있습니다. MKL 프로그래밍의 예로 - 좋지만 연습을 위해 - 0. 글쎄, 이것은 이미 불평하고 있습니다.
모두에게 행운을 빕니다.
물론 표 형식의 데이터와 시계열은 서로 다른 개념입니다.
이 점에 대해서는 이의를 제기할 수 없습니다.
특히 재미있는 것은 신경망은 간단하다 같은 일련의 글입니다. MKL에 대한 프로그래밍의 예로 - 좋지만 연습용으로는 - 0입니다. 글쎄, 이것은 이미 불평입니다.
모두에게 행운을 빕니다.
아직 읽지 않으셨다면 읽어보세요.
분류기 순위가 있습니다.
https://www.timeseriesclassification.com
제가 기억하는 한, 신경망은 목록의 최상위에 없었습니다.탭넷은 데이터 세트와 선택한 기능에 따라 크게 달라집니다.
다른 분류기와 거의 차이가 없는 경우도 있습니다.
그래서 적용을 추진할 때 좀 더 구체적이었으면 좋겠어요. 이 분류기가 그렇게 우수한가요?
https://arxiv.org/pdf/1908.07442.pdf
새로운 데이터를 합성하기 위해 유사한 아키텍처를 시도해 보았습니다. 모든 신경망은 외환 시계열에서 GMM보다 성능이 떨어졌습니다(그럴듯하지 않음). 반면 단순한 표 형식의 데이터에서는 잘 작동했습니다. 거기에 탭넷이 있었는지 기억이 나지 않습니다.
그래서 표 형식의 시계열 데이터는 결과가 더 나빠질 것이라는 설명을 썼습니다.무슨 말씀이신가요? 암호화폐 거래소(특히 바이낸스)는 ...
나도 성경에 코를 찔러볼까 생각도 해봤지만, 생각해보니 시간도 아깝고...
당신이 아이언을 할 때, 당신이 직접 한 일을 먼저보십시오... 그리고 실제로는 아무것도, 당신은 R에서 패키지를 돌 렸습니다.
다른 포럼에서 서로 패키지를 던질 수 있지만 거래에서 MO 개발 측면에서 아무것도 변하지 않을 것이라고 생각합니다.
R을 사용하면 제품이 너무 멋져서 판매하기가 아쉽습니다 😁.
저는 최종 제품(MT5용)이 통합 없이 (가급적) 추가 파일 없이 ex5 파일로 구성되어야 한다는 데 전적으로 동의합니다. 가장 중요한 것은 작동(또는 판매)해야 한다는 것입니다.
R을 사용하면 제품을 너무 멋지게 만들어서 팔기 아까울 정도입니다 😁.
저는 최종 제품(MT5용)이 통합 없이 (가급적) 추가 파일 없이 ex5 파일로 구성되어야 한다는 데 전적으로 동의합니다. 가장 중요한 것은 작동(또는 판매)해야 한다는 것입니다.
나는 동의하며 이것이 올바른 방법이라고 생각합니다. 모든 것이 EXE에 있어야하며 아무것도 가져 오지 않아야합니다. 그렇지 않으면 판매용 제품이 아닙니다.
동의하며 이것이 올바른 방법이라고 생각합니다. 모든 것이 EXE에 있어야하며 아무것도 가져 오지 않아야합니다. 그렇지 않으면 판매용 제품이 아닙니다.
아마존과 구글에 그렇게 말해보세요. 그들은 비즈니스를 올바르게 구축하지 않았고 인프라가 잘못되었습니다 :-)