트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 757 1...750751752753754755756757758759760761762763764...3399 새 코멘트 Evgeny Raspaev 2018.03.19 10:18 #7561 마이클 마르쿠카이테스 : 여기를보십시오 http://neuroshell.noxapredict.com/en_products.htm 정말 감사합니다)) Maxim Dmitrievsky 2018.03.19 11:15 #7562 아무도 아직 딥 큐 러닝을 공부하기 시작하지 않았습니까? 이야기 할 사람이 없습니까? :) 그런데 유용한 커뮤니티, 가입 http://ods.ai/ Open Data Science ods.ai Open Data Science: русскоязычное сообщество индустрии данных Evgeny Raspaev 2018.03.19 11:29 #7563 막심 드미트리예프스키 : 아무도 아직 딥 큐 러닝을 공부하기 시작하지 않았습니까? 이야기 할 사람이 없습니까? :) 그런데 유용한 커뮤니티, 가입 http://ods.ai/ 등록하고 싶지 않은 서비스의 본질은 무엇입니까? Maxim Dmitrievsky 2018.03.19 11:30 #7564 예브게니 라스파에프 : 등록하고 싶지 않은 서비스의 본질은 무엇입니까? 음, 신경망의 커뮤니티와 이에 연결된 모든 것은 대부분 파이썬입니다. Evgeny Raspaev 2018.03.19 11:35 #7565 막심 드미트리예프스키 : 음, 신경망의 커뮤니티와 이에 연결된 모든 것은 대부분 파이썬입니다. 오픈데이터사이언스에 대해 어떻게 알게 되셨나요? (당신에게 말하고 전화를 건 느슨한 사람의 이름과 별명) * 누구에게서 쓸 것인가? 어쩌면 당신에게서, 어쩌면 약간의 보너스가 당신에게 올 것입니다 Maxim Dmitrievsky 2018.03.19 11:37 #7566 예브게니 라스파에프 : 오픈데이터사이언스에 대해 어떻게 알게 되셨나요? (당신에게 말하고 전화를 건 느슨한 사람의 이름과 닉네임) * 누구에게서 쓸 것인가? 어쩌면 당신에게서, 어쩌면 약간의 보너스가 당신에게 올 것입니다 거기에는 보너스가 없습니다 :) 원하는 것을 쓸 수 있습니다 Anatolii Zainchkovskii 2018.03.19 12:39 #7567 흥미로운 의견, 아마도 이미 그러한 아이디어가 있었을 것입니다. 입력 데이터가 원하는 모든 지표가 있는 차트의 "사진" 시퀀스인 경우 어떻게 됩니까? 사실, 예약이 필요합니다. 아마도 사진 자체가 아니라 "사진"으로 번호가 매겨진 것이 분명합니다. 먼저 유사도별로 분류한 다음 이러한 클래스에 번호를 지정합니다. 입력에 사용할 클래스 번호가 이미 있습니다. Maxim Dmitrievsky 2018.03.19 12:40 #7568 아나톨리 자인치코프스키 : 많은 새로운 아이디어를 얻었고 모두가 빠르게 코드를 작성하고 테스트하기로 결정했습니다) Anatoly, 당신도 숲을 사용하지 않습니까? 훈련된 모델을 저장하고 다시 로드하는 방법을 알려주실 수 있습니까? 직렬화/역직렬화를 통해 무언가가 나오지 않습니다. Anatolii Zainchkovskii 2018.03.19 12:42 #7569 막심 드미트리예프스키 : Anatoly, 당신도 숲을 사용하지 않습니까? 훈련된 모델을 저장하고 다시 로드하는 방법을 알려주실 수 있습니까? 직렬화 \ 역직렬화를 통해 무언가가 나오지 않습니다 사용하고 있습니다만, 아직까지는 당신보다 약한 수준입니다. 저축도 생각했다. 광산에는 배열 파일에 보존의 변형이 있습니다. 내가 틀리지 않았다면 훈련된 포리스트는 출력의 배열입니다. Maxim Dmitrievsky 2018.03.19 12:44 #7570 아나톨리 자인치코프스키 : 사용하고 있습니다만, 아직까지는 당신보다 약한 수준입니다. 저축도 생각했다. 광산에는 배열 파일에 보존의 변형이 있습니다. 내가 틀리지 않았다면 훈련된 포리스트는 출력의 배열입니다. 개체에는 이러한 필드(Trf - 훈련된 숲)가 있으며 마지막 필드만 배열입니다. mb 그들은 모든 정보를 포함하고 있으므로 확인해야 합니다. Print (Trf.m_bufsize); Print (Trf.m_nclasses); Print (Trf.m_ntrees); Print (Trf.m_nvars); ArrayPrint (Trf.m_trees); /////////////////////////////////// 2018.03 . 19 19 : 36 : 29.690 RF sample (EURUSD,D1) 4730 2018.03 . 19 19 : 36 : 29.690 RF sample (EURUSD,D1) 1 2018.03 . 19 19 : 36 : 29.690 RF sample (EURUSD,D1) 10 2018.03 . 19 19 : 36 : 29.690 RF sample (EURUSD,D1) 2 2018.03 . 19 19 : 36 : 29.699 RF sample (EURUSD,D1) [ 0 ] 473.00000 0.00000 0.55000 236.00000 0.00000 0.25000 99.00000 0.00000 0.15000 57.00000 1.00000 0.55000 35.00000 1.00000 0.35000 2018.03 . 19 19 : 36 : 29.699 RF sample (EURUSD,D1) [ 15 ] 28.00000 1.00000 0.15000 21.00000 - 1.00000 0.01000 1.00000 0.25000 26.00000 - 1.00000 0.02000 - 1.00000 0.03000 1.00000 0.45000 2018.03 . 19 19 : 36 : 29.699 RF sample (EURUSD,D1) [ 30 ] 33.00000 - 1.00000 0.04000 - 1.00000 0.05000 1.00000 0.75000 45.00000 1.00000 0.65000 43.00000 - 1.00000 0.06000 - 1.00000 0.07000 2018.03 . 19 19 : 36 : 29.700 RF sample (EURUSD,D1) [ 45 ] 1.00000 0.95000 55.00000 1.00000 0.85000 53.00000 - 1.00000 0.08000 - 1.00000 0.09000 - 1.00000 0.10000 1.00000 0.55000 77.00000 2018.03 . 19 19 : 36 : 29.700 RF sample (EURUSD,D1) [ 60 ] 1.00000 0.30000 70.00000 1.00000 0.15000 68.00000 - 1.00000 0.02000 - 1.00000 0.04000 1.00000 0.45000 75.00000 - 1.00000 0.08000 2018.03 . 19 19 : 36 : 29.700 RF sample (EURUSD,D1) [ 75 ] - 1.00000 0.10000 1.00000 0.75000 87.00000 1.00000 0.65000 85.00000 - 1.00000 0.12000 - 1.00000 0.14000 1.00000 0.95000 97.00000 2018.03 . 19 19 : 36 : 29.700 RF sample (EURUSD,D1) [ 90 ] 1.00000 0.85000 95.00000 - 1.00000 0.16000 - 1.00000 0.18000 - 1.00000 0.20000 0.00000 0.35000 144.00000 1.00000 0.45000 122.00000 2018.03 . 19 19 : 36 : 29.700 RF sample (EURUSD,D1) [ 105 ] 1.00000 0.25000 115.00000 1.00000 0.15000 113.00000 - 1.00000 0.03000 - 1.00000 0.06000 1.00000 0.35000 120.00000 - 1.00000 0.09000 2018.03 . 19 19 : 36 : 29.700 RF sample (EURUSD,D1) [ 120 ] - 1.00000 0.12000 1.00000 0.75000 132.00000 1.00000 0.60000 130.00000 - 1.00000 0.15000 - 1.00000 0.21000 1.00000 0.85000 137.00000 2018.03 . 19 19 : 36 : 29.700 RF sample (EURUSD,D1) [ 135 ] - 1.00000 0.24000 1.00000 0.95000 142.00000 - 1.00000 0.27000 - 1.00000 0.30000 0.00000 0.45000 194.00000 1.00000 0.55000 172.00000 1...750751752753754755756757758759760761762763764...3399 새 코멘트 사유: 취소 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
여기를보십시오
http://neuroshell.noxapredict.com/en_products.htm
정말 감사합니다))
아무도 아직 딥 큐 러닝을 공부하기 시작하지 않았습니까? 이야기 할 사람이 없습니까? :)
그런데 유용한 커뮤니티, 가입
http://ods.ai/
아무도 아직 딥 큐 러닝을 공부하기 시작하지 않았습니까? 이야기 할 사람이 없습니까? :)
그런데 유용한 커뮤니티, 가입
http://ods.ai/
등록하고 싶지 않은 서비스의 본질은 무엇입니까?
등록하고 싶지 않은 서비스의 본질은 무엇입니까?
음, 신경망의 커뮤니티와 이에 연결된 모든 것은 대부분 파이썬입니다.
음, 신경망의 커뮤니티와 이에 연결된 모든 것은 대부분 파이썬입니다.
오픈데이터사이언스에 대해 어떻게 알게 되셨나요? (당신에게 말하고 전화를 건 느슨한 사람의 이름과 별명) *
누구에게서 쓸 것인가? 어쩌면 당신에게서, 어쩌면 약간의 보너스가 당신에게 올 것입니다
오픈데이터사이언스에 대해 어떻게 알게 되셨나요? (당신에게 말하고 전화를 건 느슨한 사람의 이름과 닉네임) *
누구에게서 쓸 것인가? 어쩌면 당신에게서, 어쩌면 약간의 보너스가 당신에게 올 것입니다
거기에는 보너스가 없습니다 :) 원하는 것을 쓸 수 있습니다
흥미로운 의견, 아마도 이미 그러한 아이디어가 있었을 것입니다. 입력 데이터가 원하는 모든 지표가 있는 차트의 "사진" 시퀀스인 경우 어떻게 됩니까? 사실, 예약이 필요합니다. 아마도 사진 자체가 아니라 "사진"으로 번호가 매겨진 것이 분명합니다. 먼저 유사도별로 분류한 다음 이러한 클래스에 번호를 지정합니다. 입력에 사용할 클래스 번호가 이미 있습니다.
많은 새로운 아이디어를 얻었고 모두가 빠르게 코드를 작성하고 테스트하기로 결정했습니다)
Anatoly, 당신도 숲을 사용하지 않습니까? 훈련된 모델을 저장하고 다시 로드하는 방법을 알려주실 수 있습니까?
직렬화/역직렬화를 통해 무언가가 나오지 않습니다.
Anatoly, 당신도 숲을 사용하지 않습니까? 훈련된 모델을 저장하고 다시 로드하는 방법을 알려주실 수 있습니까?
직렬화 \ 역직렬화를 통해 무언가가 나오지 않습니다
사용하고 있습니다만, 아직까지는 당신보다 약한 수준입니다. 저축도 생각했다. 광산에는 배열 파일에 보존의 변형이 있습니다. 내가 틀리지 않았다면 훈련된 포리스트는 출력의 배열입니다.
사용하고 있습니다만, 아직까지는 당신보다 약한 수준입니다. 저축도 생각했다. 광산에는 배열 파일에 보존의 변형이 있습니다. 내가 틀리지 않았다면 훈련된 포리스트는 출력의 배열입니다.
개체에는 이러한 필드(Trf - 훈련된 숲)가 있으며 마지막 필드만 배열입니다.
mb 그들은 모든 정보를 포함하고 있으므로 확인해야 합니다.