Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1947

 
Evgeny Dyuka:
Eu não conseguia pensar em nada eficaz, no início eu só estava tentando ver o que influenciaria melhor o resultado, mas depois desisti, foi muito doloroso. Parece que o TensorBoard pode ajudar. Eu ainda não descobri, se você entrar em detalhes, por favor, compartilhe comigo como montar isso.

Nada de interessante lá.

%load_ext tensorboard
import datetime, os
logdir = os.path.join("logs", datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))
tensorboard_callback = tf.keras.callbacks.TensorBoard(logdir, histogram_freq=1)
history = model.fit(InTrain, OutTrain, epochs=10, batch_size=32, callbacks=[tensorboard_callback])
%tensorboard --logdir logs

Eu quero tentar puxar os pesos da camada de entrada, preciso descobrir como.

 
Rorschach:

Não há nada de interessante aí.

Eu quero tentar puxar os valores dos pesos da camada de entrada, preciso ver como.

Obrigado pela ligação.
É mesmo necessário preocupar-se com isso? Se não há milhares de recursos, mas dezenas, o neurônio vai descobrir o que ele precisa, basta brincar com o abandono. Quando me alimento muito para entrar, defino o dropout para 0,5 e deixo-o pensar por si mesmo no que precisa.
 
Evgeny Dyuka:
Obrigado pelo link.
É mesmo necessário preocupar-se com isso? Se não há milhares de recursos, mas dezenas, o neurônio vai descobrir o que ele precisa, basta brincar com o abandono. Quando eu alimento muitas coisas para entrar, eu defino o dropout para 0.5 e deixo-o descobrir por si mesmo o que quer.

Eu acho que sim. Alimento 10 formandos e validação mostram números semelhantes, alimento 100 formandos começam a reciclar.

 
Rorschach:

Acho que devíamos. Alimento 10 estagiários atrasados e a validação mostra números semelhantes, alimento 100 estagiários começam a se reciclar.

Resolvi de uma vez por todas o problema da reconversão quando comecei a podar de 5 a 10 mil para o recurso, e épocas 100-150. Não há qualquer problema com a reconversão.
 
É sábado e tem sido uma explosão...
 
Rorschach:

Todos culpam C++ pelas ligações, mas a python decidiu ir mais longe e enfiá-las em todo o lado.

Você só tem que aprender a usá-los corretamente. Obter uma fatia de dados é uma coisa, mas atribuir para trás e para a frente até não perceber de onde vem é outra :)

 
mytarmailS:

a estudar o pacote Tsmp.

Coisas interessantes, como o reconhecimento do estado num modelo Markov escondido.

Não sei como usá-lo, mas vou ter isso em mente...

função

https://sites.google.com/site/snippetfinderinfo/

oh não consigo encontrar um padrão, é como se não existisse um padrão

Posso, mas acabam rapidamente com os novos dados.

 
Mihail Marchukajtes:
Parece ser sábado...

No site **** é pisado.

Acontece...
 
mytarmailS:

Alexei, você está me deixando nervoso de novo)

Eu escrevo uma dúzia de códigos todos os dias e devo lembrar-me do código que escrevi especialmente para ti? Escrevi-o para que aprendesses algo, e é suposto eu saber se mudaste o código ou não?

E tu nem sequer aprendeste a olhar para a variável? Basta digitar "X" no console e pressionar enter!

E eu estou a fazer perguntas estranhas? Não estás envergonhado, Alexei?

Não precisa de estar nervoso - pratique - quando tiver filhos, vai ser útil :)

Então, que tipo de função é esta - o tradutor dá:

é uma função universal para prever a partir de várias funções de ajuste do modelo. A função chama certos métodos que dependem da classe do primeiro argumento.

Pelo que entendi, é essencialmente uma função aplicar o modelo a novos dados.

Li a ajuda da UMAP, da qual concluí que o modelo resultante é essencialmente uma matriz.

Essa é a matriz que eu estava a pensar em como obter. Em outros métodos de criação de modelos poderia ser algo diferente - fórmulas matemáticas ou um conjunto de regras lógicas.

Mas, porque não está descrito o algoritmo para aplicar o modelo a novos dados - como atribuir uma linha de amostra de teste a uma determinada coordenada usando esta matriz? Sem isso, toda esta direcção é uma porcaria.

 
mytarmailS:

Estes não são retornados, não existem padrões nos retornados (verificados por 7 anos de experiência) Estas são dimensões abreviadas, existem 2,5k traços nestas duas curvas Te está à procura de padrões em esteróides )

Como conseguiste estas curvas? Os principais componentes?