Машинное обучение (англ. ) — обширный подраздел искусственного интеллекта, математическая дисциплина, использующая разделы математической статистики, численных методов оптимизации, теории вероятностей, дискретного анализа, и извлекающая знания из данных. Различают два типа обучения: Обучение по прецедентам, или индуктивное обучение, основано...
つまり、-。
1.必要なパラメータ(データ)の値のストリームを収集し、リングバッファを通して実行するアルゴリズムを作成する。
2.リングバッファに格納された値のストリームを特殊なフィルターに通し、これらの値の範囲に汎化する。
3.リングバッファの各パラメータの値の性質について一般化された(範囲による)数値モデルを作成し、適切な形式で書き留める。
4.このモデルは、これらのモデルを収集する統計アルゴリズムに送られる。
5.パラメータ値がどのように変化するかのモデル(シグネチャ)を含むデータベースをループし、現在の状況に最も適合するモデルを見つけるのです。
6.このシグネチャ(モデル)で捉えた状況でのシステムの挙動を決定する。
後ほど、より具体的に定式化します。
7.テストして保証金を失う。というのも、あらゆる数値の流れを集めてExpert Advisorを作ることはできないからです。これらのスレッドを分析する必要があります。それぞれのスレッドまたはいくつかのスレッドの組み合わせが信頼できるかどうかを判断するために、あなた自身のバイクを書く必要があります。
例えば、2つのMovingAverageインジケータを使用して、ステップ2~6を実行することができます。7ステップ目で初めてエラーが発見されます。
つまり、1から6の間のどこかに、不適当なデータストリームを破棄する別のステップがあるのです(どこでどのように行うかは各自で決定してください)。このフォーラムのスレッドの大部分は、このためのさまざまな方法を分析することに費やされています。
近似値とは、値の一般化である。つまり、選択された範囲内で異なるデータ値をカプセル化することでしょうか。さらに、一定期間の値の変化をまとめた数値モデルを作成することができます。これらのモデルを収集することで、意思決定や行動選択の根拠となる統計データを作成することができるのです。
私は正しい方向に進んでいるのだろうか?
ひとことで言えば
1.必要なパラメータ(データ)の値のストリームを集め、リングバッファで実行するアルゴリズムを作成します。
2.リングバッファに格納された値のストリームを特殊なフィルタを通して、これらの値の範囲につながるそれらを要約してみましょう。
3.リングバッファの各パラメータの値の性質について一般化された(範囲による)数値モデルを作成し、適切な形式で書き留める。
4.このモデルは、これらのモデルを収集する統計アルゴリズムに送られる。
5.パラメータの値の変化の性質を表すモデル(シグネチャ)を含むデータベースをループし、現在の状況に最も適したモデルを見つける。
6.このシグネチャ(モデル)で捉えた状況でのシステムの挙動を決定する。
後ほど、より具体的に定式化します。
残念ながら、あなたは正しい方向で考えていないのです :(
あなたは、本質を、端的に述べよというので、私は、意味がないことは分かっていながら、無駄なことをし、あなたはすぐに、この「比喩的」ビジョンをあなたの知識ベースに投影することに従事し、残念ながら、それは何もいい結果につながらないでしょう。数学の本質を一言で言えば、「微分は系列の隣り合う2つの値の差にすぎない」「積分は累積和にすぎない」と時系列の 例で言えば、すぐに流体力学のナビエ・ストークス方程式を組み立てようとするのと同じことです。状況はほぼ同じです。IOは人工知能のことで、印象的な科学です。IOのおかげで検索エンジンは我々が必要とするものを思ったよりよく見つけ、IOのおかげで機械は医者よりよく医療診断をし、IOのおかげでハドロン衝突型加速器で新しい素粒子が見つかり、IOはチェスをよくし、GOはもちろん、どんなゲーム一般もすぐによくできるようになるのです。MOの本質を理解するには最低でも5年、技術的な考え方で20人に1人は必要です。
失敗を恐れず、戦いに挑む姿勢はとても立派です。
あなたが 示したのは、一種のクラスタリングですが、先生と一緒に
分類
はい、そうです、タイプミスです)
残念ながら、あなたは正しい方向で考えていないのです :(
彼の脳はドグマやステレオタイプに汚染されていないのです。
試してみればいいじゃないですか、彼の脳は独断と偏見に染まっていませんし、何か面白いことを発見したらどうですか?
この人が何をやっていいのか、悪いのか、私やあなたが決めることではなく、その分野の基本的な知識のことで、それなしには、この話をすることすら意味がありません。
実際にIRを勉強している皆さんへ。
この分野の知識を知らない、知ろうとしない人と無駄な 議論をしないようにお願いします。見せてくれ、証明してくれ...」と宣言する "パイオニア "たち。そして、この掲示板で「勉強を始めるかもしれない」、海は満ちているのです。彼らは、そのテーマについて少しも考えずに、思春期の最大主義で批判し、その無駄を証明する。もし、人が育っていないのなら、どんな知識でもその重要性と有用性において説得することは不可能であり、その必要もない。
この議論は無駄であるばかりか、有害 である。あなたは彼らのエゴを養い、彼らの批判を高め、さらにゴミのような発言をするように仕向けるのです。無関係で愚かな投稿を禁止することはできませんが、無視することはできますし、そうすべきです。
機械学習を理解 したいのに、インターネット検索が使えない人へ、ヒントはここからです。
https://ru.wikipedia.org/wiki/Машинное_обучение
http://www.r2d3.us/Наглядное-Введение-в-Теорию-Машинного-Обучения/
http://www.machinelearning.ru/wiki/index.php?title=Machine_Learning
http://datareview.info/article/vse-modeli-mashinnogo-obucheniya-imeyut-svoi-nedostatki/
===============================
このスレッド、大きくなりすぎて読めなくなってる。私は、MT4/5ターミナルで機械学習モデルを 問題なく使用できる言語での具体的なアプリケーションのみを議論するために、新しい「RUserGroup」スレッドを立ち上げることを提案します。私は2つ(R、Python)知っています。提供されるコードで議論すること。他の言語での経験を持つ専門家も歓迎します。
まずは、以前の記事で紹介した畳み込みネットワークの例から。
グッドラック
皆さん、私のような素人同然の視点にコメントいただきありがとうございます。この話題が馴染まないのは否定しない。しかし、フォーラムでは、複雑で重要なテーマを理解 するために、オタクになったり、疑似科学的なナンセンスを織り交ぜたりすることは禁じられていません。) 愚かで無知に見えることを恐れていない。
固定観念にとらわれず、新しいアプローチを考えるきっかけになれば、どんな議論も無駄にはならないと思って います。初心者の方から経験者の方まで、同じようにお使いいただけます。私が最大公約数的なものを示すのは、そのような立場に対する嫌悪感だけです。
「MQLのフォーラムに参加し、他の言語をより高度なものとして宣伝し、MQLが対応できない問題を解決するために松葉づえ方式を使うように促すのです。私たちは、MQLに新しい機能を実装し、その成長を助けることはしません。むしろ、MQLを非難し、批判するのです。私たちは機械学習を得意としていますが、MQLで実装することはできませんし、やろうとする人はただの無知です。
行き詰まりを感じているのだと思います。個人の成長にも、言語やプラットフォームの発展にも貢献しないし、MQLを好む人の役にも立たない。他人の実装にしか興味がないのであれば、なぜここで議論するのでしょうか?Rフォーラムがあります。専門家と自負する人たちが何も実装しないのでは、このような議論がMQLの開発に何の役に立つのでしょうか。さらに、他の人にそれを思いとどまらせる。
大きく複雑なテーマを「ワンツーパンチ」で済ますことはできないことは十分承知していますが、他言語の現地伝道師と矛を交え、MQLとそれに「使えない」新機能を実装する可能性を伝道していきたいと思います。
ということで、もう少ししたら、とにかく私の考える機械学習を掲載します。
そして、私が腐ったトマトで殴られますように)
なぜ、mqlの車輪を書き換えるようなマニアがいるのでしょうか?
ところで、最近、NSを使った簡単な例を教えてくれという人がいましたが、なぜか誰もReshetovの古い回避策を覚えていませんでした。ちなみに、レシェトフ自身は、私の知る限りでは、現在μlでのプロジェクトは 全く展開していないようです。
https://www.mql5.com/ru/code/10289
https://www.mql5.com/ru/code/16727
https://www.mql5.com/ru/code/1104
すでにMQLで機械学習の実装の基礎をある程度固めている人がいるのであれば、なおさら他言語を推したいという思いは理解できない。このベースをどんどん発展させていけばいいんです。
上記のコードはすべて、100500年前にNSか自作の駄作か論争があったレシェトフの作品のリメイクである。
その証拠に、このようなExpert Advisorはほとんど市場に出回っていません。
ということで、mqlベースのnsは公開されている例がない。
プラットフォームと言語の開発に6年を費やした後ですからね。
パイオニアになることができるのです。