補間、近似など (alglibパッケージ) - ページ 15 1...891011121314151617 新しいコメント FxTrader562 2018.08.29 15:49 #141 Maxim Dmitrievsky :すべて、普通の男の子を見つけ、よく説明され、すぐにすべてを思い出した。 グレート!!!! では、とりあえず2次元空間への変換とマッピングについては、問題が解決されたわけですね。 ロシア語はわからなかったが、数式はなんとなくわかった。2つのベクトルの大きさのコサインと掛け算、割り算の遊びなんです :)) MQL5のコードは変換されましたか? Vladimir 2018.08.30 01:59 #142 英語の通信簿を読みました。かろうじて。TC#1を 読んですぐにアイデアが浮かんだWapnickは、第一に、生きていること、第二に、機械学習ニューラルネットワークの経験的(平均)リスク最小化のアイデアをサポートベクトルの手法に発展させ、その非線形版をこの通信で取り上げていることがわかった。VIKI リファレンスベクター方式カーネル[編集 | 編集コード]。1963年にVladimir Vapnikと Alexei Chervonenkisによって 提案された最適な分離超平面を構築するアルゴリズムで、線形分類アルゴリズムである。しかし、1992年にBernhard Boser、Isabelle Guillon、Vapnikがスカラー積から任意のカーネルへの移行に基づく非線形分類器の作成方法、いわゆるカーネルトリック(最初に提案されたのはM.Aizerman, Braverman, and Rozonoerによるポテンシャル関数法)により、非線形分離器を構成することが可能になった。結果として得られるアルゴリズムは、線形分類アルゴリズムと極めてよく似ているが、唯一の違いは、上記式の各スカラー積が非線形カーネル関数(より大きな次元の空間におけるスカラー積)に置き換えられていることである。この空間には、最適な分離超平面がすでに存在する可能性がある。 ドミトリエフスキーは、ヴァプニクが目指したものと非常に近い目標を掲げているようだ。近似関数の選択(選別)の根拠をワプニックに求めるべきだろう。 Maxim Dmitrievsky 2018.08.30 07:14 #143 Vladimir: 英語の通信簿を読みました。かろうじて。TC#1を 読んですぐにアイデアが浮かんだWapnickは、第一に、生きていること、第二に、機械学習ニューラルネットワークの経験的(平均)リスク最小化のアイデアをサポートベクトルの手法に発展させ、その非線形版をこの通信で取り上げていることが分かった。VIKI リファレンスベクター方式カーネル[編集 | 編集コード]。1963年にVladimir Vapnikと Alexei Chervonenkisによって 提案された最適な分離超平面を構築するアルゴリズムで、線形分類アルゴリズムである。しかし、1992年にBernhard Boser、Isabelle Guillon、Vapnikがスカラー積から任意のカーネルへの移行に基づく非線形分類器の作成方法、いわゆるカーネルトリック(最初に提案されたのはM.Aizerman, Braverman, and Rozonoerによるポテンシャル関数法)により、非線形分離器を構成することができる。結果として得られるアルゴリズムは、線形分類アルゴリズムと極めてよく似ているが、唯一の違いは、上記の式の各スカラー積が非線形カーネル関数(より大きな次元の空間におけるスカラー積)に置き換えられていることである。この空間には、最適な分離超平面がすでに存在する可能性がある。 ドミトリエフスキーは、ヴァプニクが目指したものに近い目標を掲げているようだ。アップロキシング関数を選択(選別)する根拠をワプニックに求めるべきだろう。 はい、ありがとうございます。ロシア人科学者が英語で語るヤンデックス会見、残念な結果に Vladimir 2018.08.30 09:45 #144 Maxim Dmitrievsky:はい、ありがとうございます。ロシア人科学者を英語で招いたヤンデックス会議、残念な結果に 1990年、54歳の時にアメリカに移り住む。どうりで、英単語をロシア語の音で発音するわけだ。恥ずかしがることはないですね。英語が母国語でない人の多くがそうであるように、彼はとてもクリアに話します。ギリシャ語のデミス・ルソスの発音を思い浮かべてください。驚くほど明瞭で、歌のための分離した発音です。 Maxim Dmitrievsky 2018.08.30 09:47 #145 Vladimir: 1990年、54歳の時にアメリカに渡ってきた。どうりで、英単語をロシア語の音で発音するわけだ。恥ずかしがることはないですね。英語が母国語でない人の多くがそうであるように、彼はとてもクリアに話します。ギリシャ語のデミス・ルソスの発音を思い浮かべてください。驚くほど明瞭で、歌のための分離した発音です。ヤンデックスはロシアの企業です。ロシア語で学ぼうとする人たちや学問を封印するのは残念なことです。 自社の機械学習アルゴリズムの説明もすべて英語で書かれています。 FxTrader562 2018.08.30 13:33 #146 マキシムさん、こんにちは。 では、以前行き詰まったコードをさらに進展させたということですね。 P = cvxopt.matrix (np.outer (y, y) * K) q = cvxopt.matrix (np.ones (n_samples) * - 1 ) A = cvxopt.matrix (y, ( 1 , n_samples)) b = cvxopt.matrix ( 0.0 ) Maxim Dmitrievsky 2018.08.30 14:20 #147 FxTrader562:マキシムさん、こんにちは。 では、以前行き詰まったコードをさらに進展させたということですね。 このアルゴリズムは内積でしか 動作しないので、カーネルを使用することはできませんし、特徴をベクトルにマップする方法もわかりません。 FxTrader562 2018.08.30 14:52 #148 Maxim Dmitrievsky :このアルゴリズムは内積でしか 動作しないので、カーネルを使用することはできませんし、特徴をベクトルにマップする方法もわかりません。まあ、それこそカーネル機能の本領発揮なんですけどね。 しかし、カーネル関数を用いて特徴を出し入れすることはできない。それはカーネル関数の仕事ではありません。カーネル関数は、価格帯を高次元にマッピングすることで、分類処理をより速く、より簡単にするだけです。 最も重要なことは、例えばローソクの終値のような特徴を3D空間にマッピングする場合であってもです。キャンドルクローズ値は、3Dでは変化しません。2Dにマッピングし直してもごく普通です。 そこで、価格補間のためにスプラインが登場するわけですが、スプラインはもうご存じですね。つまり、スプラインでデータを送り、カーネルで分類してもらうのです。 さて、もしあなたが機能をマッピングしたいのであれば、価格面で何をマッピングしようとしているのか、正確に明示してください。つまり、ローソク足の終値、ローソク足の始値などをマッピングしようとしているのでしょうか。 FxTrader562 2018.09.14 06:33 #149 マキシムさん、こんにちは。 またお邪魔してしまいました。RDFのプロジェクトがまだ続いているかどうか、さっそく確認しようと思ったんです。 私は、現在のRDFアルゴを改善しようとしていますし、Pythonの強化アルゴをMQLと統合しようと試みています。だから、興味のあるプログラマーと共同開発すればいいと思ったんです。 まだやっているのか、今のところどこまで進んでいるのか、アップデートは可能です。 RDFで実装する面白いアイデアがいくつかあるので、MQL5のソースコードと一緒に紹介しますし、Mt5とPythonのブリッジもまだ学んでいません。 ありがとうございます ... Maxim Dmitrievsky 2018.09.14 10:26 #150 FxTrader562:マキシムさん、こんにちは。 またお邪魔してしまいました。RDFのプロジェクトがまだ続いているかどうか、さっそく確認しようと思ったんです。 私は、現在のRDFアルゴを改善しようとしていますし、Pythonの強化アルゴをMQLと統合しようと試みています。だから、興味のあるプログラマーと共同開発すればいいと思ったんです。 まだやっているのか、今のところどこまで進んでいるのか、アップデートは可能です。 RDFで実装する面白いアイデアがいくつかあるので、MQL5のソースコードと一緒に紹介しますし、Mt5とPythonのブリッジもまだ学んでいません。 ありがとうございます ...こんにちは、はい、私はここで部分的に議論されている様々なアイデアを試していますhttps://www.mql5.com/ru/forum/86386/page1056。 Машинное обучение в трейдинге: теория и практика (торговля и не только) 2018.09.14www.mql5.com Добрый день всем, Знаю, что есть на форуме энтузиасты machine learning и статистики... 1...891011121314151617 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
すべて、普通の男の子を見つけ、よく説明され、すぐにすべてを思い出した。
グレート!!!!
では、とりあえず2次元空間への変換とマッピングについては、問題が解決されたわけですね。
ロシア語はわからなかったが、数式はなんとなくわかった。2つのベクトルの大きさのコサインと掛け算、割り算の遊びなんです :))
MQL5のコードは変換されましたか?
リファレンスベクター方式
カーネル[編集 | 編集コード]。
1963年にVladimir Vapnikと Alexei Chervonenkisによって 提案された最適な分離超平面を構築するアルゴリズムで、線形分類アルゴリズムである。しかし、1992年にBernhard Boser、Isabelle Guillon、Vapnikがスカラー積から任意のカーネルへの移行に基づく非線形分類器の作成方法、いわゆるカーネルトリック(最初に提案されたのはM.Aizerman, Braverman, and Rozonoerによるポテンシャル関数法)により、非線形分離器を構成することが可能になった。結果として得られるアルゴリズムは、線形分類アルゴリズムと極めてよく似ているが、唯一の違いは、上記式の各スカラー積が非線形カーネル関数(より大きな次元の空間におけるスカラー積)に置き換えられていることである。この空間には、最適な分離超平面がすでに存在する可能性がある。
ドミトリエフスキーは、ヴァプニクが目指したものと非常に近い目標を掲げているようだ。近似関数の選択(選別)の根拠をワプニックに求めるべきだろう。
英語の通信簿を読みました。かろうじて。TC#1を 読んですぐにアイデアが浮かんだWapnickは、第一に、生きていること、第二に、機械学習ニューラルネットワークの経験的(平均)リスク最小化のアイデアをサポートベクトルの手法に発展させ、その非線形版をこの通信で取り上げていることが分かった。VIKI
リファレンスベクター方式
カーネル[編集 | 編集コード]。
1963年にVladimir Vapnikと Alexei Chervonenkisによって 提案された最適な分離超平面を構築するアルゴリズムで、線形分類アルゴリズムである。しかし、1992年にBernhard Boser、Isabelle Guillon、Vapnikがスカラー積から任意のカーネルへの移行に基づく非線形分類器の作成方法、いわゆるカーネルトリック(最初に提案されたのはM.Aizerman, Braverman, and Rozonoerによるポテンシャル関数法)により、非線形分離器を構成することができる。結果として得られるアルゴリズムは、線形分類アルゴリズムと極めてよく似ているが、唯一の違いは、上記の式の各スカラー積が非線形カーネル関数(より大きな次元の空間におけるスカラー積)に置き換えられていることである。この空間には、最適な分離超平面がすでに存在する可能性がある。
ドミトリエフスキーは、ヴァプニクが目指したものに近い目標を掲げているようだ。アップロキシング関数を選択(選別)する根拠をワプニックに求めるべきだろう。
はい、ありがとうございます。ロシア人科学者が英語で語るヤンデックス会見、残念な結果に
はい、ありがとうございます。ロシア人科学者を英語で招いたヤンデックス会議、残念な結果に
1990年、54歳の時にアメリカに渡ってきた。どうりで、英単語をロシア語の音で発音するわけだ。恥ずかしがることはないですね。英語が母国語でない人の多くがそうであるように、彼はとてもクリアに話します。ギリシャ語のデミス・ルソスの発音を思い浮かべてください。驚くほど明瞭で、歌のための分離した発音です。
ヤンデックスはロシアの企業です。ロシア語で学ぼうとする人たちや学問を封印するのは残念なことです。
自社の機械学習アルゴリズムの説明もすべて英語で書かれています。マキシムさん、こんにちは。
では、以前行き詰まったコードをさらに進展させたということですね。
P = cvxopt.matrix (np.outer (y, y) * K) q = cvxopt.matrix (np.ones (n_samples) * - 1 ) A = cvxopt.matrix (y, ( 1 , n_samples)) b = cvxopt.matrix ( 0.0 )
マキシムさん、こんにちは。
では、以前行き詰まったコードをさらに進展させたということですね。
このアルゴリズムは内積でしか 動作しないので、カーネルを使用することはできませんし、特徴をベクトルにマップする方法もわかりません。
このアルゴリズムは内積でしか 動作しないので、カーネルを使用することはできませんし、特徴をベクトルにマップする方法もわかりません。
まあ、それこそカーネル機能の本領発揮なんですけどね。
しかし、カーネル関数を用いて特徴を出し入れすることはできない。それはカーネル関数の仕事ではありません。カーネル関数は、価格帯を高次元にマッピングすることで、分類処理をより速く、より簡単にするだけです。
最も重要なことは、例えばローソクの終値のような特徴を3D空間にマッピングする場合であってもです。キャンドルクローズ値は、3Dでは変化しません。2Dにマッピングし直してもごく普通です。
そこで、価格補間のためにスプラインが登場するわけですが、スプラインはもうご存じですね。つまり、スプラインでデータを送り、カーネルで分類してもらうのです。
さて、もしあなたが機能をマッピングしたいのであれば、価格面で何をマッピングしようとしているのか、正確に明示してください。つまり、ローソク足の終値、ローソク足の始値などをマッピングしようとしているのでしょうか。
マキシムさん、こんにちは。
またお邪魔してしまいました。RDFのプロジェクトがまだ続いているかどうか、さっそく確認しようと思ったんです。
私は、現在のRDFアルゴを改善しようとしていますし、Pythonの強化アルゴをMQLと統合しようと試みています。だから、興味のあるプログラマーと共同開発すればいいと思ったんです。
まだやっているのか、今のところどこまで進んでいるのか、アップデートは可能です。
RDFで実装する面白いアイデアがいくつかあるので、MQL5のソースコードと一緒に紹介しますし、Mt5とPythonのブリッジもまだ学んでいません。
ありがとうございます ...
マキシムさん、こんにちは。
またお邪魔してしまいました。RDFのプロジェクトがまだ続いているかどうか、さっそく確認しようと思ったんです。
私は、現在のRDFアルゴを改善しようとしていますし、Pythonの強化アルゴをMQLと統合しようと試みています。だから、興味のあるプログラマーと共同開発すればいいと思ったんです。
まだやっているのか、今のところどこまで進んでいるのか、アップデートは可能です。
RDFで実装する面白いアイデアがいくつかあるので、MQL5のソースコードと一緒に紹介しますし、Mt5とPythonのブリッジもまだ学んでいません。
ありがとうございます ...
こんにちは、はい、私はここで部分的に議論されている様々なアイデアを試していますhttps://www.mql5.com/ru/forum/86386/page1056。