Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 256
![MQL5 - Linguagem para estratégias de negociação inseridas no terminal do cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Cada array[][] é um conjunto de informações de qualidade única, ou seja, para cada entrada, um array separado[][]. Quero alimentar muitas matrizes, 4 estão prontas até agora, vou criar mais nos planos, cada matrizes descreve o estado do preço, acontece de ângulos diferentes, etc e assim por diante.
cada matriz contém 1000 linhas e 1000 colunas, bem, em geral, eu tenho uma tridimensional, acontece que a dimensão K é uma nova dimensão bidimensionalNormalmente, as redes trabalham com matrizes bidimensionais. Poderíamos combinar todas as matrizes em uma matriz ampla com 2000 (3000 ou 4000) colunas e 1000 linhas, e depois treinar a rede neural como de costume. Você pode treinar neurônicos em R com guizo, é um programa especial com interface visual para análise de dados, você pode usar botões e menus para processar dados e ensinar o modelo, e então na aba "log" olhar R script gerado para todas essas operações, e então você pode apenas mudar e executar o código resultante no console R. Em outras palavras, você faz todas as operações com o mouse e depois você pode assistir o script R gerado que faz a mesma coisa.
https://www.mql5.com/ru/articles/1165 - há muito e bom sobre o guizo.
Há também o pacote mxnet para R, que é um neurônio de aprendizado profundo, e treina em matrizes tetradimensionais, com ainda mais medidas do que você precisa.
Há instruções de instalação (Installlation) e alguns exemplos nas vinhetas e nas pastas de demonstração -https://github.com/dmlc/mxnet/tree/master/R-package
Eu não entendo o que você quer fazer, é por isso que eu não vou dizer nada sobre isso, mas a julgar pelo número de entradas, você pode começar a estudar métodos de compressão de dados como o "PCA" ou outros, você vai precisar deles.
A lógica da sua pergunta é provavelmente mais profunda do que a minha explicação.
Quero alimentar um par de matrizes bidimensionais para a rede.
As matrizes são as mesmas nos eixos, ou seja, a classificação das colunas por período e das filas por barra.
Normalmente, as redes trabalham com matrizes bidimensionais. Poderíamos combinar todas as matrizes em uma matriz ampla com 2000 (3000 ou 4000) colunas e 1000 linhas, e depois treinar a rede neural como de costume. Você pode treinar neurônicos em R com guizo, é um programa especial com interface visual para análise de dados, você pode usar botões e menus para processar dados e ensinar o modelo, e então na aba "log" olhar R script gerado para todas essas operações, e então você pode apenas mudar e executar o código resultante no console R. Em outras palavras, você faz todas as operações com o mouse e então você pode assistir o roteiro R gerado que faz a mesma coisa, é conveniente estudar as possibilidades da linguagem.
https://www.mql5.com/ru/articles/1165 - há muito e bom sobre o guizo.
Há também o pacote mxnet para R, que é um neurônio de aprendizado profundo, e treina em matrizes tetradimensionais, com ainda mais medidas do que você precisa.
Há um guia de instalação (Installlation) e alguns exemplos nas vinhetas e pastas de demonstração -https://github.com/dmlc/mxnet/tree/master/R-package
A lógica da sua pergunta é provavelmente mais profunda do que a minha explicação.
Quero alimentar um par de matrizes bidimensionais para a rede.
As arrays são as mesmas ao longo dos eixos, ou seja, as colunas são graduadas por ponto e as linhas por barra.
Eu não tenho nenhuma lógica profunda))))
Você só tem muitos inputs, vai levar muito tempo para aprender, você chegará ao ponto em que precisa reduzir o número de inputs, depois comprima a informação.
Obrigado!
Normalmente as redes trabalham com matrizes bidimensionais. Você pode combinar todas as matrizes em uma matriz ampla com 2000 (3000 ou 4000) colunas e 1000 linhas, e depois treinar a rede neural como de costume. Você pode treinar neurônicos em R com guizo, é um programa especial com interface visual para análise de dados, você pode usar botões e menus para processar dados e ensinar o modelo, e então na aba "log" olhar R script gerado para todas essas operações, e então você pode apenas mudar e executar o código resultante no console R. Em outras palavras, você faz todas as operações com o mouse e depois você pode assistir o script R gerado que faz a mesma coisa.
https://www.mql5.com/ru/articles/1165 - há muito e bom sobre o guizo.
Há também o pacote mxnet para R, que é um neurônio de aprendizado profundo, e treina em matrizes tetradimensionais, com ainda mais medidas do que você precisa.
Há um guia de instalação (Installlation) e alguns exemplos nas vinhetas e pastas de demonstração -https://github.com/dmlc/mxnet/tree/master/R-package
Por acaso me diria se eu seguisse as instruçõeshttps://www.mql5.com/ru/articles/1165
Está em silêncio.
Por acaso me diria se eu seguisse as instruçõeshttps://www.mql5.com/ru/articles/1165
Está em silêncio.
tente apenas entrar
Tente apenas digitar
Detesto incomodá-lo com este disparate, mas pode não saber se falta algo padrão.
*** adicionado
É um simples guizo datilografado()
Não quero incomodar-te com este disparate, mas se sabes que falta alguma coisa padrão.
*** adicionado
É fácil de entrar no guizo()
A foto não mostra guizo()
Após entrar neste comando, a própria janela do guizo deve aparecer, como descrito no artigo
TC.RData (como eu entendo pelo artigo) deve ser carregado em rattle().