Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2661
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
¿y qué tiene eso de divertido?
Bueno, lo que quiero decir es que es bastante difícil reconocer algo con una descomposición "humap".
Por ejemplo, para que un algoritmo de reconocimiento se dé cuenta de que dos patas delanteras son una clase de "pata delantera".
tiene que hacer un montón de transformaciones...
1) dividir los componentes "unmap" en trozos (clusters) es poco probable que "dbscan" lo haga correctamente (para esta tarea).
2) variación de las patas de mamut por tamaño para que haya invariancia (omitiremos esta etapa aquí)
3) emparejamiento correcto de las patas entre sí según un algoritmo desconocido + centrado
4) rotación de las patas para una posición más correcta
5) espejo de los pies para una posición más correcta
6) ahora tenemos que alinear las piernas, eliminar las principales distorsiones. Creo que es posible descomponer las piernas por el método de componentes principales y eliminar el primer componente principal de ellos, esto en teoría debería eliminar las principales distorsiones (no he ilustrado esto).
7) Y sólo entonces se puede medir la distancia/proximidad entre las patas para darse cuenta de que son similares y se pueden clasificar como una clase "patas delanteras".
Bueno, mi punto principal es que es bastante difícil reconocer algo con una descomposición "yumap".
Por ejemplo, hacer que el algoritmo de reconocimiento se dé cuenta de que dos patas delanteras son una clase "pata delantera".
tienes que hacer un montón de transformaciones.
Pobre elefante.
Yo ya soy como ese elefante, con la cabeza cuadrada)))
Yo ya soy como ese elefante, con la cabeza cuadrada)))
Sí, en teoría todo está claro, por ejemplo, dónde están sus patas y dónde su cabeza, pero para el algoritmo nada está claro, sólo un conjunto de puntos.
Lo mismo pasa con los signos para los bots.
Sí, en teoría todo está claro, por ejemplo, dónde están sus piernas y dónde su cabeza, pero para el algoritmo nada está claro, sólo un conjunto de puntos
lo mismo con las características para los bots.
Por eso necesitamos invariancia en el sentido más amplio, como en la visión por ordenador, para que el propio algoritmo pueda segmentar, luego ampliar, estrechar, rotar, distorsionar y sólo entonces comparar.
https://robwhess.github.io/opensift/
https://www.analyticsvidhya.com/blog/2019/10/detailed-guide-powerful-sift-technique-image-matching-python/#:~:text=SIFT%20ayuda%20a%20localizar%20la%20detección%2C%20de%20escenas%2C%20detección%2C%20etc.lo mismo con los rasgos para los bots.
¡Exacto! No me preocupa el elefante.
.
Sí, me pregunto.
El ejemplo muestra un modelo de un elefante, pero si estas partes se utilizan para hacer un camello, probablemente no va a funcionar.
---
Hay modelos similares en las cartas del mercado todo el tiempo: "elefantes", "camellos", "conejitos". Pero todos ellos son de diferentes tamaños. Pero los modelos son reales y se repiten todo el tiempo.
A mi edad es difícil profundizar en procesos analíticos tan complejos como los elefantes, pero diré que es interesante.
Sí, es interesante.
El ejemplo muestra un modelo de elefante, pero si haces un camello con estas partes, probablemente no funcione.
En las cartas del mercado aparecen constantemente modelos similares: "elefantes", "camellos", "conejitos". Pero todos ellos son de distintos tamaños. Pero los modelos existen en la realidad y se repiten constantemente.
Pero un humano puede verlos, pero un algoritmo primitivo no.
Por supuesto, el mercado no es el mismo modelo que en el ejemplo de un elefante prefabricado que fue desmontado y puesto en la estantería por partes.
El propio principio de construcción es interesante.
Un gráfico de mercado consta de nodos y partes. La tarea consiste en formar correctamente el modelo. Y el modelo debe conocerse de antemano. Tengo modelos 2D formados. Necesito formar un modelo volumétrico. No encuentro gente que esté interesada en ello. Se entiende el modelo, pero no se sabe cómo ejecutarlo.