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 2661

新しいコメント
 

Pythonでトレーディングロボット魚を持っている人はいますか？

MLロボットに...

 
mytarmailS #:
クールな記事 https://pair-code.github.io/understanding-umap/

何が面白いの？

 
Vladimir Perervenko #:

それで何が楽しいんだ？

私が言いたいのは、"humap "分解で何かを認識するのはかなり難しいということだ。

例えば、認識アルゴリズムが、2本の前足が「前足」の1つのクラスであると認識するためには、多くの変換をしなければならない。

この場合、多くの変換を行う必要がある。


1) "unmap "コンポーネントを断片（クラスター）に分割する。"dbscan "が（このタスクに）正しく対処できるとは思えない。

2) マンモスの脚を大きさによって変化させ、不変性を持たせる。

3) 未知のアルゴリズム＋センタリングに従って、脚を互いに正しく マッチングさせる。

4) より正しい位置になるように足を回転させる。

5) より正しい位置のために足をミラーリングする

6) 次に、脚を整列させ、主な歪みを取り除く。主成分の方法で脚を分解し、そこから第一主成分を取り除くことは可能だと思う。


7) そして、そのとき初めて、脚と脚の間の距離／近さを測定し、それらが類似しており、「前脚」という1つのクラスに分類できることに気づくのです。

 
mytarmailS #:

まあ、私が言いたいのは、"yumap "分解で何かを認識するのはかなり難しいということだ。

例えば、2本の前足が1つのクラス「前足」であることを認識アルゴリズムに認識させる。

例えば、認識アルゴリズムに2本の前足が1つのクラス「前足」であることを認識させるには、たくさんの変換をしなければならない。

かわいそうな象だ。
 
Maxim Dmitrievsky #:
かわいそうな象だ。

私自身、頭が四角い、あの象のようなものだ)))

 
mytarmailS #:

私自身、すでにあの象のように頭が四角いのだ)))

そう、理屈の上では、たとえば足の位置や頭の位置など、すべてが明確なのだが、アルゴリズムにとっては何も明確ではなく、点の集合でしかない。

ボットのサインも同じだ。

 
Maxim Dmitrievsky #:

そう、理論的にはすべてが明確なのだ。例えば、彼の足がどこにあって、頭がどこにあるのか。しかし、アルゴリズムにとっては何も明確なものはない。

ボットの特徴も同じです。

そのため、コンピュータ・ビジョンのような広い意味での不変性が必要なのです。アルゴリズム自体がセグメンテーションし、拡大、縮小、回転、歪曲し、そして比較することができるのです。

https://robwhess.github.io/opensift/

https://www.analyticsvidhya.com/blog/2019/10/detailed-guide-powerful-sift-technique-image-matching-python/#:~:text=SIFT%20helps%20locate%20the%20local,detection%2C%20scene%20detection%2C%20detection%2C%20etc.
 
Maxim Dmitrievsky #:

ボットの特性も同じです。

その通りだ！象のことは心配していない。

市場は静的なものではない。 昨日のようには決してならない。
 
mytarmailS #:
その通り！ 。

市場は静的なものではない。 昨日のようには決してならない。

そうですね。

例ではゾウの模型がありますが、この部品を使ってラクダを作っても、おそらくうまくいかないでしょう。

---

象」、「ラクダ」、「ウサギ」。しかし、どれも大きさが違う。しかし、そのパターンは本物で、いつも繰り返される。

私の年齢では、象のような複雑な分析プロセスに深く入り込むのは難しいが、面白いと言っておこう。

 
Uladzimir Izerski #:

うん、面白いね。

この例では象の模型が示されているけど、このパーツでラクダを作っても、たぶんうまくいかないよ。

ラクダには牙も口吻もないし、ゾウにはこぶがあるし、ゾウからラクダを作ることに何の意味があるんだ？
1...265426552656265726582659266026612662266326642665266626672668...3399
新しいコメント
理由: