Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 256
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Cada array[][] es un conjunto de información de calidad única, es decir, para cada entrada, un array[][] separado. Quiero alimentar muchas matrices, 4 están listos hasta ahora, voy a crear más en los planes, cada matriz describe el estado del precio, resulta de diferentes ángulos, así sucesivamente.
cada matriz contiene 1000 filas y 1000 columnas, bueno, en general, tengo una tridimensional, resulta que la dimensión K es una nueva bidimensionalNormalmente, las redes trabajan con matrices bidimensionales. Podríamos combinar todas las matrices en una matriz amplia con 2000 (3000 o 4000) columnas y 1000 filas, y luego entrenar la red neuronal como de costumbre. Puedes entrenar neuronas en R con rattle, es un programa especial con interfaz visual para el análisis de datos, puedes usar botones y menús para procesar los datos y enseñar el modelo, y luego en la pestaña "log" buscar el script R generado para todas estas operaciones, y luego sólo tienes que cambiar y ejecutar el código resultante en la consola de R. Es decir, haces todas las operaciones con el ratón y luego puedes ver el script de R generado que hace lo mismo, es conveniente para estudiar las posibilidades del lenguaje.
https://www.mql5.com/ru/articles/1165 - hay mucho y bueno sobre el traqueteo.
También está el paquete mxnet para R, que es una neurona de aprendizaje profundo, y se entrena en matrices de cuatro dimensiones, con incluso más medidas de las necesarias.
Hay instrucciones de instalación (Installlation) y algunos ejemplos en las carpetas de viñetas y demo -https://github.com/dmlc/mxnet/tree/master/R-package
No entiendo lo que quieres hacer, por eso no diré nada al respecto, pero a juzgar por el número de entradas, puedes empezar a estudiar métodos de compresión de datos como "PCA" u otros, los necesitarás.
La lógica de tu pregunta es probablemente más profunda que mi explicación.
Quiero introducir un par de matrices bidimensionales en la red.
Las matrices son las mismas en los ejes, es decir, clasificando las columnas por periodo y las filas por barra.
Normalmente, las redes trabajan con matrices bidimensionales. Podríamos combinar todas las matrices en una matriz amplia con 2000 (3000 o 4000) columnas y 1000 filas, y luego entrenar la red neuronal como de costumbre. Puedes entrenar neuronas en R con rattle, es un programa especial con interfaz visual para el análisis de datos, puedes usar botones y menús para procesar los datos y enseñar el modelo, y luego en la pestaña "log" buscar el script R generado para todas estas operaciones, y luego sólo tienes que cambiar y ejecutar el código resultante en la consola de R. En otras palabras, haces todas las operaciones con el ratón y luego puedes ver el script de R generado que hace lo mismo, es conveniente para aprender las posibilidades del lenguaje.
https://www.mql5.com/ru/articles/1165 - hay mucho y bueno sobre el traqueteo.
También está el paquete mxnet para R, que es una neurona de aprendizaje profundo, y se entrena en matrices de cuatro dimensiones, con incluso más medidas de las necesarias.
Hay una guía de instalación (Installlation) y algunos ejemplos en las carpetas de viñetas y demostraciones -https://github.com/dmlc/mxnet/tree/master/R-package
La lógica de tu pregunta es probablemente más profunda que mi explicación.
Quiero introducir un par de matrices bidimensionales en la red.
Las matrices son las mismas a lo largo de los ejes, es decir, las columnas se clasifican por periodo y las filas por barra.
No tengo ninguna lógica profunda)))
Si tienes muchas entradas, tardarás mucho tiempo en aprender, llegarás al punto en que tendrás que reducir el número de entradas, y luego comprimir la información.
Gracias.
Las redes suelen trabajar con matrices bidimensionales. Puedes combinar todas las matrices en una matriz amplia con 2000 (3000 o 4000) columnas y 1000 filas, y luego entrenar la red neuronal como de costumbre. Puedes entrenar neuronas en R con rattle, es un programa especial con interfaz visual para el análisis de datos, puedes usar botones y menús para procesar los datos y enseñar el modelo, y luego en la pestaña "log" buscar el script R generado para todas estas operaciones, y luego sólo tienes que cambiar y ejecutar el código resultante en la consola de R. Es decir, se hacen todas las operaciones con el ratón y luego se puede ver el script de R generado que hace lo mismo.
https://www.mql5.com/ru/articles/1165 - hay mucho y bueno sobre el traqueteo.
También está el paquete mxnet para R, que es una neurona de aprendizaje profundo, y se entrena en matrices de cuatro dimensiones, con incluso más medidas de las necesarias.
Hay una guía de instalación (Installlation) y algunos ejemplos en las carpetas de viñetas y demostraciones -https://github.com/dmlc/mxnet/tree/master/R-package
¿Podría decirme si he seguido las instruccioneshttps://www.mql5.com/ru/articles/1165
Es silencioso.
¿Podría decirme si he seguido las instruccioneshttps://www.mql5.com/ru/articles/1165
Es silencioso.
pruebe a introducir sólo
Pruebe a escribir
Odio molestarle con estas tonterías, pero es posible que no sepa si falta algo estándar.
*** añadido
Es un simple traqueteo tipográfico()
No quiero molestarte con estas tonterías, pero si sabes que falta algo estándar
*** añadido
Es fácil introducir rattle()
En la foto no se ve el traqueteo()
Después de introducir este comando, debería aparecer la ventana del sonajero, como se describe en el artículo
TC.RData (según entiendo del artículo) debería cargarse en rattle().