Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2258
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Beim Lesen des Threads (oder vielmehr beim Versuch, ihn zu lesen) hatte ich den Eindruck, dass geschlossene Chats mit Moderation eine sehr nützliche Sache sind).
Bezüglich der Fallanfrage - habe eine Sammlung von Literatur über Sabotage veröffentlicht. Wenn es Ihnen nichts ausmacht, noch einmal den Link, bitte, @Maxim Dmitrievsky,Aleksey Nikolayev.
Zweig, der an die allgemeine Diskussion angeschlossen ist, 4. von oben https://www.mql5.com/ru/forum/214418
Der Artikel befasst sich mit einem etwas anderen Thema. Sie behandelt den Fall, dass alle Prädiktoren diskret [0, 1] sind. Dann gibt es ein Problem. Das neuronale Netz versteht keine Prädiktoren mit Nullvariation.
Ihr Fall ist, soweit ich weiß, etwas anders gelagert. Sie haben Prädiktoren (kontinuierlich) und das Ziel (diskrete Matrix ncol=3) in der Eingabe kombiniert. Sie versuchen, eine qualitative Verteilung von Latents zu erhalten, aus der Sie die Inputs einschließlich des Ziels generieren (wiederherstellen). Habe ich Sie richtig verstanden? Qualitativ wird es nicht gelingen. Der Artikel zeigt den Weg zur Lösung. Um das diskrete Ziel mit RBM in ein kontinuierliches umzuwandeln, verbinden Sie es mit anderen Prädiktoren und verwenden Sie BAE (Training!). Dann werden Beispiele aus der trainierten VAE abgerufen und das Ziel mit RBM wiederhergestellt. Es ist ziemlich kompliziert. Aber es könnte funktionieren.
Ich werde es mit einer normalen AE versuchen.
Viel Glück!
können Sie einfach einen Klassifikator auf diesen Daten trainieren, um Wahrscheinlichkeiten zu ermitteln.
noch einfachere Möglichkeit: Aufteilung des Datensatzes in 2 Teile mit unterschiedlichen Bezeichnungen und Einlernen von 2 Modellen... und die Oma nicht mit allen möglichen bedingten Zuständen belästigen)
Habe Copulas, Coder, Tabula Gans, Codero Gans ausprobiert. hmm bis jetzt unschlagbar. Kopulas sind nicht schlecht. Technologien für neuronale Netze sind bei tabellarischen Daten immer noch Außenseiter, was schade ist.
Wenn Sie mehr Daten benötigen, können Sie vorerst nur gmm verwenden.
Beim Lesen des Threads (oder vielmehr beim Versuch, ihn zu lesen) hatte ich den Eindruck, dass geschlossene Chats mit Moderation eine sehr nützliche Sache sind).
Bezüglich der Fallanfrage - habe eine Sammlung von Literatur über Sabotage veröffentlicht. Bitte wieder verlinken, @Maxim Dmitrievsky,Aleksey Nikolayev.
Mir ist eingefallen, dass ich einen Link zu diesem Archiv angegeben habe. Es lohnt sich buchstäblich, ihn eine Weile zu lesen.
https://codernet.ru/books/python/?page=1
Biomorphe neuronale Netzarchitekturen für KI-Systeme
Hallo! Ist Ihnen das Internet ausgegangen?
Schöne Ferien!
;)Hallo! Ist Ihnen das Internet ausgegangen?
Schöne Ferien!
;)Alle wurden zur gleichen Zeit blockiert.
Ein frohes neues Jahr für alle!
Habe Copulas, Coder, Tabula Gans, Codero Gans ausprobiert. hmm bis jetzt unschlagbar. Kopulas sind nicht schlecht. Technologien für neuronale Netze sind bei tabellarischen Daten immer noch Außenseiter, was schade ist.
Wenn Sie mehr Daten benötigen, können Sie vorerst nur gmm verwenden.
Maxim, haben Sie die Neuronale Turing-Maschine ausprobiert ? In welchem Rahmen und mit welchem Erfolg?
Ein frohes neues Jahr und alle guten Wünsche!
Maxim, haben Sie die Neuronale Turing-Maschine ausprobiert ? In welchem Rahmen und mit welchem Erfolg?
Ich wünsche allen ein frohes neues Jahr und dass all Ihre Wünsche in Erfüllung gehen!
frohes neues jahr! in sibirien hat es bereits begonnen)))))