L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2258
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
En lisant le fil (ou plutôt en essayant de le lire), j'ai eu l'impression que les chats fermés avec modération sont une chose très utile).
Concernant la demande de cas - j'ai posté une collection de littérature sur le sabotage. Si ça ne vous dérange pas, le lien est à nouveau disponible, @Maxim Dmitrievsky,Aleksey Nikolayev.
Branche rattachée à la discussion générale, 4ème en partant du haut https://www.mql5.com/ru/forum/214418
L'article traite d'un sujet légèrement différent. Il traite le cas où tous les prédicteurs sont discrets [0, 1]. Alors il y a un problème. Le réseau neuronal ne comprend pas les prédicteurs à variation nulle.
Votre cas, tel que je le comprends, est légèrement différent. Vous avez combiné les prédicteurs (continus) et la cible (matrice discrète ncol=3) dans l'entrée. Vous essayez d'obtenir une distribution qualitative de latents à partir de laquelle vous générez (restaurez) les latents d'entrée, y compris le latent cible, pratiquement sans formation. Est-ce que je vous ai bien compris ? Il n'y aura pas de succès qualitatif. L'article montre la voie de la solution. Pour convertir la cible discrète en continue en utilisant RBM, connecter avec d'autres prédicteurs et ensuite à VAE (formation !). Puis récupérer les exemples du VAE entraîné et restaurer la cible à nouveau avec RBM. C'est assez compliqué. Mais ça peut marcher.
Je vais essayer avec un AE ordinaire.
Bonne chance
vous pouvez simplement entraîner un classificateur sur ces données pour vous donner des probabilités.
option encore plus simple : divisez l'ensemble de données en 2 parties avec des étiquettes différentes et apprenez 2 modèles... et n'embêtez pas votre grand-mère avec toutes sortes d'états conditionnels ;)
J'ai essayé les copules, les codeurs, les tabula gans, les codero gans. hmm jusqu'ici imbattable. Les copules ne sont pas mauvaises. Les technologies de réseaux neuronaux restent des outsiders pour les données tabulaires, ce qui est dommage.
Si vous avez besoin de plus de données, contentez-vous de gmm pour le moment.
En lisant le fil (ou plutôt en essayant de le lire), j'ai eu l'impression que les chats fermés avec modération sont une chose très utile).
Concernant la demande de cas - j'ai posté une collection de littérature sur le sabotage. N'hésitez pas à établir un nouveau lien s'il vous plaît, @Maxim Dmitrievsky,Aleksey Nikolayev.
Je me suis souvenu que j'avais donné un lien vers cette archive. Ça vaut littéralement la peine d'être lu pendant un certain temps.
https://codernet.ru/books/python/?page=1
Architectures de réseaux neuronaux biomorphiques pour les systèmes d'IA
Bonjour ! Vous n'avez plus d'internet ?
Joyeuses fêtes !
;)Bonjour ! Vous n'avez plus d'internet ?
Joyeuses fêtes !
;)Tout le monde a été bloqué en même temps.
Bonne année à tous !
J'ai essayé les copules, les codeurs, les tabula gans, les codero gans. hmm jusqu'ici imbattable. Les copules ne sont pas mauvaises. Les technologies de réseaux neuronaux restent des outsiders pour les données tabulaires, ce qui est dommage.
Si vous avez besoin de plus de données, contentez-vous de gmm pour l'instant.
Maxim, avez-vous essayé la machine de Turing neuronale ? dans quel cadre et quels sont les succès ?
Bonne année et tous les meilleurs vœux !
Maxim, avez-vous essayé la machine de Turing neuronale ? Dans quel cadre et quels ont été vos succès ?
Bonne année à tous et que tous vos souhaits se réalisent !
bonne année ! en sibérie, c'est déjà commencé)))))