トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 2392 1...238523862387238823892390239123922393239423952396239723982399...3399 新しいコメント Maxim Dmitrievsky 2021.04.15 10:56 #23911 Evgeni Gavrilovi: MLPClassifier もこのタスクには適していないのでしょうか? サンプルがどのクラスに属するか、その確率を推定する方法がある。 https://scikit-learn.org/stable/modules/generated/sklearn.neural_network.MLPClassifier.html これらは異なるモデルです。GMMはサンプルの確率密度や サンプリングの推定に使用され、クラシファイアは分類を行います。 どうやら、CatBoostをニューラルネットワークに置き換えたいようですね。でも、あまり意味がないんです。 Evgeni Gavrilovi 2021.04.15 11:08 #23912 マキシム・ドミトリエフスキー: これらは異なるモデルです。GMMは例の確率密度や サンプリングの推定に使用され、分類器は分類を行います。どうやら、CatBoostをニューラルネットワークに置き換えたいようですね。でも、それではあまり意味がない。 GMMよりもニューラルネットワークの方が適していると書かれています。 https://www.mql5.com/ru/forum/356331#comment_19373237 Обсуждение статьи "Продвинутый ресемплинг и выбор CatBoost моделей брутфорс методом" 2020.11.23www.mql5.com Опубликована статья Продвинутый ресемплинг и выбор CatBoost моделей брутфорс методом : Автор: Maxim Dmitrievsky... Maxim Dmitrievsky 2021.04.15 11:30 #23913 Evgeni Gavrilovi: GMMよりもニューラルネットワークの方が適していると書かれていますね。https://www.mql5.com/ru/forum/356331#comment_19373237 生成ネットワークとオートエンコーダの話でしたね。クラシックバージョンを試したが、もっとひどい。以前、このスレッドに書き込んで、pythorchにコードをアップロードしたことがあったと思います。 Maxim Dmitrievsky 2021.04.15 15:47 #23914 Evgeni Gavrilovi: GMMよりもニューラルネットワークの方が適していると書かれていますね。https://www.mql5.com/ru/forum/356331#comment_19373237 このモデルをご覧くださいhttps://sdv.dev/SDV/user_guides/timeseries/par.html 自分では試していませんが、生成して可視化する必要があります。 このモデルは現在開発中とのことですが、開発者と直接コミュニケーションすることができます。 + 新しいアイデアを盛り込んだテスト用の新しい記事を送信しました。 Evgeni Gavrilovi 2021.04.15 20:16 #23915 マキシム・ドミトリエフスキー ありがとうございます。 Maxim Dmitrievsky 2021.04.16 08:07 #23916 Evgeni Gavrilovi: ありがとうございます。 ビブラをインストールできない、エラーがたくさん出る。おそらく最新のバージョンではないのでしょう。 Maxim Dmitrievsky 2021.04.16 08:47 #23917 私のパソコンやグーグルコラボにインストールされないナンパイのいくつかのバージョンをプルします。 colabでnampaiを再インストールするとうまくいきました。 このライブラリは、ある種のモンスターが書いているのです。 Evgeni Gavrilovi 2021.04.16 08:50 #23918 Maxim Dmitrievsky: パソコンやグーグルコラボにインストールされないナンパイのいくつかのバージョンを引っ張る。 このバージョン0.5.0でいいんです。 https://pypi.org/project/sdv/0.5.0 sdv 2020.11.25pypi.org Automated Generative Modeling and Sampling Maxim Dmitrievsky 2021.04.16 08:59 #23919 Evgeni Gavrilovi: このバージョン0.5.0は問題ありません。https://pypi.org/project/sdv/0.5.0 は、最後にコラッブを走らせました。git上でモデル機能を吸う必要があるので、pythonモジュールをコピーすればよい。それ以外の仕組みは、マニュアルに記述がなく、よくわからない。 何も見つからないんだけど Evgeni Gavrilovi 2021.04.16 09:04 #23920 マキシム・ドミトリエフスキー: 最後の1枚はコラージュで走ります。gitにあるモデルの機能を読む必要があるので、pythonモジュールをコピーすればよい。それ以外の仕組みは、マニュアルに記述がなく、よくわからない。 from sdv.timeseries import PAR pr_c = pr.copy() X = pr_c[pr_c.columns[1:]] sdv = PAR.fit(X) フィットまで行ったところで、エラー:fit() missing 1 required positional argument: 'timeseries_data'時系列のフィードに別のフォーマットが必要だと思います。 https://sdv.dev/SDV/user_guides/timeseries/par.html 1...238523862387238823892390239123922393239423952396239723982399...3399 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
MLPClassifier もこのタスクには適していないのでしょうか?
サンプルがどのクラスに属するか、その確率を推定する方法がある。
https://scikit-learn.org/stable/modules/generated/sklearn.neural_network.MLPClassifier.htmlこれらは異なるモデルです。GMMはサンプルの確率密度や サンプリングの推定に使用され、クラシファイアは分類を行います。
どうやら、CatBoostをニューラルネットワークに置き換えたいようですね。でも、あまり意味がないんです。
これらは異なるモデルです。GMMは例の確率密度や サンプリングの推定に使用され、分類器は分類を行います。
どうやら、CatBoostをニューラルネットワークに置き換えたいようですね。でも、それではあまり意味がない。
GMMよりもニューラルネットワークの方が適していると書かれています。
https://www.mql5.com/ru/forum/356331#comment_19373237
GMMよりもニューラルネットワークの方が適していると書かれていますね。
https://www.mql5.com/ru/forum/356331#comment_19373237
生成ネットワークとオートエンコーダの話でしたね。クラシックバージョンを試したが、もっとひどい。以前、このスレッドに書き込んで、pythorchにコードをアップロードしたことがあったと思います。
GMMよりもニューラルネットワークの方が適していると書かれていますね。
https://www.mql5.com/ru/forum/356331#comment_19373237
このモデルをご覧くださいhttps://sdv.dev/SDV/user_guides/timeseries/par.html
自分では試していませんが、生成して可視化する必要があります。
このモデルは現在開発中とのことですが、開発者と直接コミュニケーションすることができます。
+ 新しいアイデアを盛り込んだテスト用の新しい記事を送信しました。
ありがとうございます。
ありがとうございます。
ビブラをインストールできない、エラーがたくさん出る。おそらく最新のバージョンではないのでしょう。
私のパソコンやグーグルコラボにインストールされないナンパイのいくつかのバージョンをプルします。
colabでnampaiを再インストールするとうまくいきました。
このライブラリは、ある種のモンスターが書いているのです。
パソコンやグーグルコラボにインストールされないナンパイのいくつかのバージョンを引っ張る。
このバージョン0.5.0でいいんです。
https://pypi.org/project/sdv/0.5.0
このバージョン0.5.0は問題ありません。
https://pypi.org/project/sdv/0.5.0
は、最後にコラッブを走らせました。git上でモデル機能を吸う必要があるので、pythonモジュールをコピーすればよい。それ以外の仕組みは、マニュアルに記述がなく、よくわからない。
何も見つからないんだけど
最後の1枚はコラージュで走ります。gitにあるモデルの機能を読む必要があるので、pythonモジュールをコピーすればよい。それ以外の仕組みは、マニュアルに記述がなく、よくわからない。
pr_c = pr.copy() X = pr_c[pr_c.columns[1:]] sdv = PAR.fit(X)
フィットまで行ったところで、エラー:fit() missing 1 required positional argument: 'timeseries_data'
時系列のフィードに別のフォーマットが必要だと思います。
https://sdv.dev/SDV/user_guides/timeseries/par.html