L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2392
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
MLPClassifier ne convient-il pas non plus à cette tâche ?
Il existe une méthode pour estimer la probabilité de savoir à quelle classe appartient l'échantillon.
https://scikit-learn.org/stable/modules/generated/sklearn.neural_network.MLPClassifier.htmlCe sont des modèles différents. Le GMM est utilisé pour estimer la densité de probabilité et l'échantillonnage des échantillons, tandis que le classificateur classifie
Apparemment, vous voulez remplacer CatBoost par un réseau neuronal. Mais ça n'a pas beaucoup de sens.
Ce sont des modèles différents. Le GMM est utilisé pour estimer la densité de probabilité et l'échantillonnage des exemples, tandis que le classificateur classifie.
Apparemment, vous voulez remplacer CatBoost par un réseau neuronal. Mais ça n'a pas beaucoup de sens.
vous y écrivez qu'un réseau de neurones est mieux adapté que le GMM.
https://www.mql5.com/ru/forum/356331#comment_19373237
vous y écrivez que le réseau neuronal est mieux adapté que le GMM.
https://www.mql5.com/ru/forum/356331#comment_19373237
Vous parliez de réseaux génératifs et d'autoencodeurs. J'ai testé les versions classiques, elles sont pires. J'ai déjà écrit dans ce fil de discussion auparavant et téléchargé le code sur pythorch je pense.
vous y écrivez que le réseau neuronal est mieux adapté que le GMM.
https://www.mql5.com/ru/forum/356331#comment_19373237
Jetez un coup d'œil à ce modèlehttps://sdv.dev/SDV/user_guides/timeseries/par.html
Je n'ai pas encore essayé moi-même, je dois générer et visualiser.
Je comprends que le modèle est en développement actif, vous pouvez communiquer avec les développeurs directement.
+ envoyé un nouvel article à tester, avec de nouvelles idées
Merci.
Merci.
Je n'arrive pas à installer le bibla, beaucoup d'erreurs. Probablement pas la version la plus récente.
Tire une version de nampai qui ne s'installe pas sur mon ordinateur ou sur google colab.
La réinstallation de Nampai dans Colab a fonctionné.
Des sortes de monstres écrivent ces bibliothèques.
Pulse une version de Nampai qui ne s'installe pas sur un ordinateur ou un google colab.
Cette version 0.5.0 est parfaite.
https://pypi.org/project/sdv/0.5.0
cette version 0.5.0 est bien.
https://pypi.org/project/sdv/0.5.0
à kolab a couru le dernier. Vous devez fumer la fonctionnalité du modèle sur le git, vous pouvez juste copier le module python. Sinon, le fonctionnement n'est pas clair, il n'y a pas de description dans le manuel.
Je ne trouve rien à ce sujet.
le dernier fonctionne dans le colab. Vous devez lire la fonctionnalité du modèle sur le git, vous pouvez juste copier le module python. Sinon, le fonctionnement n'est pas clair, il n'y a pas de description dans le manuel.
pr_c = pr.copy() X = pr_c[pr_c.columns[1:]] sdv = PAR.fit(X)Je suis arrivé à l'ajustement, puis à l'erreur : fit() missing 1 required positional argument : 'timeseries_data'.
Je pense que j'ai besoin d'un autre format pour alimenter les séries temporelles.
https://sdv.dev/SDV/user_guides/timeseries/par.html