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 413 1...406407408409410411412413414415416417418419420...3399 新しいコメント Forester 2017.06.14 13:16 #4121 マキシム・ドミトリエフスキー ええ、おそらく2つ以上のクラスを持てるようにしたのでしょう......だから、もっとクラスタリングが進んで、k-meansなど他の手法も使えるようになるのでしょう :) k-meansの使い方が全く理解できない...。MS Azureにもありますが、レディメイドのソリューションとして、ここでは単なるエンジンで、その結果をどう解釈すればいいのか、まったくわからない...。 Aleksey Terentev 2017.06.14 13:40 #4122 一般的には、定義域が(-1;+1)のtanh 活性化関数を持つ単一ニューロンで、買い/売りを分類することをお勧めします。 少ないデータで、よりわかりやすく。 ソフトマックスは、純粋に分類のためのものであり、クラスの数は任意です。アヤメの花を分類するタスクを思い出してください(見つけてください)。また、 tanh(あるいはsin)による結果は、指標としてグラフに表示することができ、非常に便利です。https://en.wikipedia.org/wiki/Activation_functionスクリーンショットでは、一番下のグラフ。緑/赤は学習信号、紫/青は学習済みモデルからの予測値。 Maxim Dmitrievsky 2017.06.14 13:48 #4123 エリブラリウス k-meansの使い方が全く理解できない...。MS Azureにもありますが、レディメイドのソリューションとして、ここではただのエンジンで、その結果をどう解釈すればいいのか、まったくわからない...。 これは同種のデータをグループ化するもので、教師なしで動作します。つまり、クラス(この場合はクラスタ)の数は事前に知られていません。 Maxim Dmitrievsky 2017.06.14 13:50 #4124 アレクセイ・テレンテフ一般的には、定義域が(-1;+1)のtanh 活性化関数を持つ単一ニューロンで、買い/売りを分類することをお勧めします。 少ないデータで、よりわかりやすく。 ソフトマックスは、純粋に分類のためのものであり、クラスの数は任意です。アヤメの花を分類するタスクを思い出してください(見つけてください)。また、 tanh(あるいはsin)による結果は、指標としてグラフに表示することができ、非常に便利です。https://en.wikipedia.org/wiki/Activation_functionスクリーンショットでは、一番下のグラフ。緑/赤:学習信号、紫/青:学習したモデルに基づく予測。 サンプルが大きいと1ニューロンでは足りないのでは?) Aleksey Terentev 2017.06.14 13:52 #4125 マキシム・ドミトリエフスキー サンプルが大きければ、1ニューロンでも十分小さいのでは?) すみません、出力レイヤーの話でした。=) Maxim Dmitrievsky 2017.06.14 13:55 #4126 アレクセイ・テレンテフ すみません、出力レイヤーの話でした。=) alglibで線形出力のグリッドを作ったのですが、範囲を-1〜1に制限しているため、新しいデータで学習しても時々範囲外に出てしまいます。ということで、今ソフトマックスを入れようかと考えています。 Forester 2017.06.14 14:00 #4127 マキシム・ドミトリエフスキー alglibで線形出力のグリッドを作ったのですが、範囲制限を-1〜1にして、新しいデータを学習した後も時々範囲外になってしまいます。ということで、ソフトマックスを入れようかと考えています。 範囲外になると、非常に良い信号とみなすことができる = 150% )) Maxim Dmitrievsky 2017.06.14 14:03 #4128 エリブラリウス を超える場合は、非常に良い信号とみなすことができる = 150% )) 0.1の代わりに1が出ることもあります。トレーニングでは値が異なって正規化され、取引の過程ではサンプルが異なるからかもしれません。 Forester 2017.06.14 14:03 #4129 マキシム・ドミトリエフスキー 同種のデータをグループ化するためのもので、教師がいなくても機能する、つまりクラス(この場合はクラスタ)の数が事前にわからないなぜ知られていないのか?分割するクラスタ数 - 起動時に入力値として設定:K - 希望するクラスタ数,K>=1 データを4つのグループに分けたとすると、どうすればいいのでしょうか? Aleksey Terentev 2017.06.14 14:07 #4130 マキシム・ドミトリエフスキー alglibで線形出力のグリッドを作ったのですが、範囲制限を-1〜1にして、新しいデータでトレーニングしても、やはり時々範囲外に出てしまいます。ということで、ソフトマックスを入れようかと考えています。 私はalglibを扱ったことはありませんが、私が知っているこれらのMLパッケージは、すべて層の活性化関数を変更することができました。 1...406407408409410411412413414415416417418419420...3399 新しいコメント 理由: キャンセル 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
ええ、おそらく2つ以上のクラスを持てるようにしたのでしょう......だから、もっとクラスタリングが進んで、k-meansなど他の手法も使えるようになるのでしょう :)
一般的には、定義域が(-1;+1)のtanh 活性化関数を持つ単一ニューロンで、買い/売りを分類することをお勧めします。
少ないデータで、よりわかりやすく。
ソフトマックスは、純粋に分類のためのものであり、クラスの数は任意です。アヤメの花を分類するタスクを思い出してください(見つけてください)。
また、 tanh(あるいはsin)による結果は、指標としてグラフに表示することができ、非常に便利です。
https://en.wikipedia.org/wiki/Activation_function
スクリーンショットでは、一番下のグラフ。緑/赤は学習信号、紫/青は学習済みモデルからの予測値。
k-meansの使い方が全く理解できない...。MS Azureにもありますが、レディメイドのソリューションとして、ここではただのエンジンで、その結果をどう解釈すればいいのか、まったくわからない...。
これは同種のデータをグループ化するもので、教師なしで動作します。つまり、クラス(この場合はクラスタ)の数は事前に知られていません。
一般的には、定義域が(-1;+1)のtanh 活性化関数を持つ単一ニューロンで、買い/売りを分類することをお勧めします。
少ないデータで、よりわかりやすく。
ソフトマックスは、純粋に分類のためのものであり、クラスの数は任意です。アヤメの花を分類するタスクを思い出してください(見つけてください)。
また、 tanh(あるいはsin)による結果は、指標としてグラフに表示することができ、非常に便利です。
https://en.wikipedia.org/wiki/Activation_function
スクリーンショットでは、一番下のグラフ。緑/赤:学習信号、紫/青:学習したモデルに基づく予測。
サンプルが大きいと1ニューロンでは足りないのでは?)
サンプルが大きければ、1ニューロンでも十分小さいのでは?)
すみません、出力レイヤーの話でした。=)
すみません、出力レイヤーの話でした。=)
alglibで線形出力のグリッドを作ったのですが、範囲を-1〜1に制限しているため、新しいデータで学習しても時々範囲外に出てしまいます。
ということで、今ソフトマックスを入れようかと考えています。
alglibで線形出力のグリッドを作ったのですが、範囲制限を-1〜1にして、新しいデータを学習した後も時々範囲外になってしまいます。
ということで、ソフトマックスを入れようかと考えています。
を超える場合は、非常に良い信号とみなすことができる = 150% ))
0.1の代わりに1が出ることもあります。トレーニングでは値が異なって正規化され、取引の過程ではサンプルが異なるからかもしれません。
同種のデータをグループ化するためのもので、教師がいなくても機能する、つまりクラス(この場合はクラスタ)の数が事前にわからない
なぜ知られていないのか?分割するクラスタ数 - 起動時に入力値として設定:K - 希望するクラスタ数,K>=1
データを4つのグループに分けたとすると、どうすればいいのでしょうか?
alglibで線形出力のグリッドを作ったのですが、範囲制限を-1〜1にして、新しいデータでトレーニングしても、やはり時々範囲外に出てしまいます。
ということで、ソフトマックスを入れようかと考えています。