L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2392
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Anche MLPClassifier non è adatto a questo compito?
Esiste un metodo per stimare la probabilità a quale classe appartiene il campione.
https://scikit-learn.org/stable/modules/generated/sklearn.neural_network.MLPClassifier.htmlSi tratta di modelli diversi. GMM è usato per stimare la densità di probabilità e il campionamento dei campioni, mentre il classificatore classifica
Sembra che tu voglia sostituire CatBoost con una rete neurale. Ma non ha molto senso.
Si tratta di modelli diversi. GMM è usato per stimare la densità di probabilità e il campionamento degli esempi, mentre il classificatore classifica
Sembra che tu voglia sostituire CatBoost con una rete neurale. Ma questo non ha molto senso.
lì scrivi che una rete neurale è più adatta di GMM
https://www.mql5.com/ru/forum/356331#comment_19373237
lì scrivi che la rete neurale è più adatta di GMM
https://www.mql5.com/ru/forum/356331#comment_19373237
Stavi parlando di reti generative e autocodificatori. Ho provato le versioni classiche, sono peggiori. Ho già scritto in questo thread prima e ho caricato il codice su pythorch credo.
lì scrivi che la rete neurale è più adatta di GMM
https://www.mql5.com/ru/forum/356331#comment_19373237
Date un'occhiata a questo modellohttps://sdv.dev/SDV/user_guides/timeseries/par.html
Non l'ho provato io stesso, ho bisogno di generare e visualizzare
Ho capito che il modello è in sviluppo attivo, puoi comunicare direttamente con gli sviluppatori
+ inviato un nuovo articolo per il test, con nuove idee
Grazie.
Grazie.
Non sto installando la bibla, molti errori. Probabilmente non è una versione aggiornata.
Tira qualche versione di nampai che non si installa sul mio computer o su google colab
Reinstallare nampai in colab ha funzionato.
Una specie di mostri scrivono queste librerie.
Tira qualche versione di Nampai che non si installa su un computer o google colab
Questa versione 0.5.0 va bene.
https://pypi.org/project/sdv/0.5.0
questa versione 0.5.0 va bene.
https://pypi.org/project/sdv/0.5.0
in kolab correva l'ultimo. Hai bisogno di fumare la funzionalità del modello sul git, puoi semplicemente copiare il modulo python. Altrimenti non è chiaro come funziona, non c'è una descrizione nel manuale.
Non riesco a trovare nulla al riguardo.
l'ultimo corre nel colabrodo. Hai bisogno di leggere la funzionalità del modello sul git, puoi semplicemente copiare il modulo python. Altrimenti non è chiaro come funziona, non c'è una descrizione nel manuale.
pr_c = pr.copy() X = pr_c[pr_c.columns[1:]] sdv = PAR.fit(X)
Arrivato al fit, poi l'errore: fit() manca 1 argomento posizionale richiesto: 'timeseries_data'
Penso di aver bisogno di un altro formato per alimentare le serie temporali
https://sdv.dev/SDV/user_guides/timeseries/par.html