L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 586

 
Yuriy Asaulenko:
Quindi cercate di trovarne uno)). Una tale MLP sarebbe ottimale.
La regolarizzazione e l'abbandono sono il tuo tutto).
 
Yuriy Asaulenko:

Ieri ho trovato una convoluzione NS - normalmente usata per il riconoscimento delle immagini. Naturalmente, tutti i servizi sono disponibili - formazione, ecc. Fatto per l'uso in Python.

C'è anche il ricorrente ecc, ma non è ancora molto interessante.

Poiché la rete convoluzionale non è completamente magliata, possiamo aumentare notevolmente il numero di neuroni senza perdita di prestazioni. Ma è necessario capire i dettagli, non sono ancora entrato nei dettagli.

Una descrizione popolare -https://geektimes.ru/post/74326/

Guarda attentamente HTM - ti ho scritto prima. La sua struttura implica l'uso del contesto. E c'è un'implementazione Python.

 

Sulla non stazionarietà di Haykin

Questo è quello che ho scritto (e non solo), ed è come se tutto fosse stato provato da tempo :)


 

Mi è capitato di sapere che c'è una nuova versione del pacchetto gbm che non è ancora nei repository cran.
https://github.com/gbm-developers/gbm3

installazione:

install.packages("devtools")
library("devtools")
install_github("gbm-developers/gbm3")


dopo di che la libreria aggiornata in r si chiama gbm3:

library("gbm3")

Ho solo cambiato il nome della libreria da gbm a gbm3 nel codice dello script r, il resto del codice funziona senza modifiche.
Quando cercavo i parametri del modello gbm, a volte succedeva che il training consumava molta RAM e l'intero computer si bloccava per una dozzina di minuti. Con questa nuova versione questo non è ancora successo, vi consiglio di provarlo.

 
Maxim Dmitrievsky:

Sulla non stazionarietà di Haykin

Su quello che ho (e non solo) e scritto, e qui come se tutto è già dimostrato da tempo :)


Non capisco affatto il testo sulla non stazionarietà: l'arrivo di nuove osservazioni distrugge le relazioni precedentemente rivelate? Può essere dovuto alla mia ignoranza di NS, ma c'è esattamente una linea di osservazioni considerate negli alberi ed è impossibile distruggere gli alberi precedentemente costruiti. Potrebbero non verificarsi in futuro, gli stessi identici alberi potrebbero apparire in futuro, ma apparterranno a una classe diversa, ma quelli vecchi rimarranno tutti intatti.


PS.

Ci sono alberi che considerano alcune linee quando costruiscono un albero... ma non sembra cambiare l'essenza

 
SanSanych Fomenko:

Non capisco affatto il testo sulla non stazionarietà: l'arrivo di nuove osservazioni distrugge le relazioni precedentemente identificate? Può essere dovuto alla mia ignoranza di NS, ma negli alberi si considera esattamente una linea di osservazioni ed è impossibile distruggere gli alberi costruiti in precedenza. Potrebbero non verificarsi in futuro, gli stessi identici alberi potrebbero apparire in futuro, ma apparterranno a una classe diversa, ma quelli vecchi rimarranno tutti intatti.


PS.

Ci sono alberi che considerano alcune linee quando costruiscono un albero... ma non sembra cambiare il punto.


No, si riduce a costruire serie pseudo-stazionarie in modo coerente, riapprendendo il più possibile... questo è fondamentalmente quello che sto facendo

o costruire filtri lineari/non lineari... Capisco che prima si debba considerare la dinamica del cambiamento di influenza dei predittori sull'obiettivo, e cercare di adattare l'uscita tramite i coefficienti del filtro, a seconda dei cambiamenti nell'ambiente

beh, niente di che in generale. Almeno in questo capitolo.

 
Maxim Dmitrievsky:

Sulla non stazionarietà di Haykin

Questo è quello che ho (e non solo) scritto, e qui è come se tutto fosse stato provato da tempo :)


Ovviamente, il signor Heikin non era uno sciocco. L'estratto di p. 133 parla direttamente di questo fatto.
 
Maxim Dmitrievsky:

Sulla non stazionarietà di Haykin

Questo è quello che ho (e non solo) scritto, e qui è come se tutto fosse stato provato da tempo :)

Finalmente Maxim ha iniziato a leggere la teoria invece di sparare cazzate e cercare di reinventare le biciclette).
 
Dmitriy Skub:

Dai un'occhiata a HTM - ti ho scritto prima. La sua struttura fa uso del contesto. E c'è un'implementazione in Python.

Non ho trovato nulla nella nostra corrispondenza. Cos'è HTM e cos'è?

In realtà, ho iniziato a studiare Python 2-3 giorni fa. Non capisco ancora molto). Quindi, mi ci vorrà un po' di tempo per mettermi al lavoro.

 
Yuriy Asaulenko:

Non ho trovato nulla nella nostra corrispondenza. Cos'è HTM e cos'è?

In realtà, ho iniziato a studiare Python 2-3 giorni fa. Non capisco ancora molto). Quindi c'è un po' di tempo prima che mi metta al lavoro.

Ecco, potete iniziare da qui: https://numenta.org/implementations/

C'è un libro in russo - la traduzione è quasi adeguata.

Implementations
  • Numenta
  • numenta.org
Numenta.org • Home of the HTM Community