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 1...265426552656265726582659266026612662266326642665266626672668...3399 新しいコメント LEbEdEV 2022.07.15 16:23 #26601 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... Vladimir Perervenko 2022.07.15 19:21 #26602 mytarmailS #: クールな記事 https://pair-code.github.io/understanding-umap/ 何が面白いの? mytarmailS 2022.07.16 06:11 #26603 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。 Maxim Dmitrievsky 2022.07.16 06:22 #26604 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。 mytarmailS 2022.07.16 06:26 #26605 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))) Maxim Dmitrievsky 2022.07.16 06:36 #26606 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。 mytarmailS 2022.07.16 06:43 #26607 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. mytarmailS 2022.07.16 06:44 #26608 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。 Uladzimir Izerski 2022.07.16 08:28 #26609 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。 mytarmailS 2022.07.16 08:53 #26610 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 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
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...
クールな記事 https://pair-code.github.io/understanding-umap/
何が面白いの?
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。
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。
私自身、頭が四角い、あの象のようなものだ)))
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。
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.ボットの特性も同じです。
その通り! 。
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。
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。