L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1865
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Ok.
et voici le code de Maxim,
https://www.mql5.com/ru/forum/86386/page1862#comment_17290073
me fait personnellement penser à un filtre numérique.
Autant que je me souvienne, dans un filtre numérique, les valeurs constantes sont statiques.
C'est-à-dire qu'à partir de cesvaleurs constantes, un certain modèle estimmédiatement assemblé.
Avec Max, c'est une ramification logique de If, c'est pourquoi c'est un arbre.
Au fait, Max.
Avez-vous pensé à remplacer l'arbre If par un arbre d'opérateurs ternaires z = (x > y) ? x : y ;
Parce que la ramification ternaire est plus rapide que If
. Elle est parfaite pour les grands arbres.
Autant que je me souvienne, dans un filtre numérique, les valeurs constantes sont statiques.
C'est-à-dire que cesvaleurs constantessont immédiatement utilisées pour construire un modèle spécifique.
Avec Max, il s'agit d'une ramification logique de If, donc d'un arbre.
Au fait, Max.
Avez-vous pensé à remplacer l'arbre If par un arbre d'opérateurs ternaires z = (x > y) ? x : y ;
Parce que la ramification ternaire fonctionne plus rapidement que If
- ce qui convient parfaitement aux grands arbres.
Non, pourquoi pas ?
il y a des boutons pour ajuster la réponse de la fréquence de sortie.
C'est juste que l'algorithme est fondamentalement le même.
Et ici, change-t-on l'algorithme de traitement ou trouve-t-on le meilleur moyen en essayant et en substituant des constantes dans un seul et même algorithme ?
Non, je ne vois pas pourquoi.
Des boutons permettent de régler la réponse en fréquence de la sortie.
C'est juste que l'algorithme est fondamentalement le même.
Et ici, l'algorithme de traitement est modifié, ou le chemin optimal est trouvé en essayant de changer les constantes ?
Oui, vous pouvez changer les constantes dans les filtres numériques, mais elles sont définies par vous, formant une sorte de modèle à la fois.
L'arborescence recherche ces valeurs pour vous en fonction de la fonction d'activation.
En général, partout où vous regardez, il y a une structure de l'arbre :)
MLM-men, structure de l'arbre.
Puissance, arborescence.
Subordination dans l'emploi, structure de l'arbre.
Patrimoine de parenté, arborescence.
etc.
:)
Regardez simplement l'arbre à l'extérieur à votre guise, et raisonnez mentalement à partir de la base de l'arbre.
Décidez-vous. Décomposez cet arbre en différents types de sous-espèces, etc. qui y court, de quelle couleur, etc. )))
J'ai fantasmé sur des fourmis, des chenilles, des papillons courant sur leurs branches :)))
C'est un exercice amusant de compréhension.
Vous pouvez chercher sur Google, les fonctions d'activation dans les réseaux neuronaux.
Partout où vous regardez, il y a une structure arborescente :)
MLM people, structure arborescente.
Puissance, structure de l'arbre.
Emploi, structure de l'arbre.
Regardez simplement l'arbre à l'extérieur à votre guise, et raisonnez mentalement à partir de la base de l'arbre.
Juste fantasmer. Décomposez cet arbre en différents types de sous-espèces, etc. qui y court, de quelle couleur, etc. )))
J'ai fantasmé sur des fourmis, des chenilles, des papillons courant sur leurs branches :)))
C'est un exercice amusant de compréhension.
C'est plus facile pour vous de googler, fonctions d'activation dans un réseau neuronal.
lire
Eh bien, j'ai compris, j'ai compris comment cette chose fonctionne.
Alors, pour ne pas vous faire perdre la tête, nous avons décidé de frapper le composteur.
hmm, intéressant ;)
Oui, dans les filtres numériques, vous pouvez changer les constantes elles-mêmes, mais elles sont fixées de manière rigide par vous, formant une sorte de modèle à la fois.
L'arborescence recherche ces valeurs pour vous, en fonction de la fonction d'activation.
En général, partout où vous regardez, il y a une structure de l'arbre :)
MLM-men, structure de l'arbre.
Puissance, arborescence.
Subordination dans l'emploi, structure de l'arbre.
Patrimoine de parenté, arborescence.
etc.
:)
Regardez simplement l'arbre à l'extérieur à votre guise, et raisonnez mentalement à partir de la base de l'arbre.
Décidez-vous. Décomposez cet arbre en différents types de sous-espèces, etc. qui y court, de quelle couleur, etc. )))
J'ai fantasmé sur des fourmis, des chenilles, des papillons courant sur leurs branches :)))
C'est un exercice amusant de compréhension.
C'est plus facile pour vous de googler, fonctions d'activation dans un réseau neuronal.
Exactement ce qu'il y a dans un réseau neuronal. Un arbre n'a pas de fonction d'activation. Nous avons juste une comparaison.
C'est exactement ce qu'il y a dans le réseau neuronal. L'arbre n'a pas de fonction d'activation. Il y a simplement une comparaison.
Hirase comment vous êtes arrivé ici. C'est vrai, et je comprends que la ramification de l'arbre lui-même a son propre niveau de généralisation. C'est-à-dire que ce nœud est responsable d'un certain aspect du modèle entre le vecteur d'entrée et le vecteur cible. Et s'il était possible de décomposer le problème du général au spécial de manière indépendante, il n'y aurait pas besoin de faire de la formation, mais ici, lorsque cette structure est grande et inconnue, nous devons recourir à la formation. C'est bien ça ? Messieurs les JARDINIERS :-)))))) J'ai failli éclater un boyau :-)
pas encore connu, car il est écrit avec beaucoup d'erreurs grammaticales et.. :
l'entrée/sortie est un filtre normal
et la sortie est l'AFC.
L'obtention de l'AFC désirée à la sortie est notoirement appelée entraînement.
et l'un des experts en arbres pleure maintenant pour ses gros sous dans l'un de ses propres fils de discussion sur ce forum.
C'est pour ça que je t'ai entraîné dans cette conversation sur les feuilles jaunes...C'est exactement ce qu'il y a dans le réseau neuronal. L'arbre n'a pas de fonction d'activation. Il y a juste une comparaison.
Les mailles elles-mêmes peuvent également être représentées sous la forme d'un arbre.
Donc un arbre de réseau neuronal a une fonction d'activation ;))
L'arbre est donc un filtre numérique après tout ?
Un arbre est simplement une structure ramifiée.
La façon dont vous appliquez cette structure est une question d'imagination ;))