Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1865
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
Está bem.
e este é o código do Maxim,
https://www.mql5.com/ru/forum/86386/page1862#comment_17290073
me faz lembrar pessoalmente um filtro digital.
Tanto quanto me lembro, em um filtro digital, os valores constantes são estáticos.
Ou seja, a partir dessesvalores constantes, um determinado modelo éimediatamente montado.
Com o Max, é uma ramificação lógica do Se, e é por isso que é uma árvore.
A propósito, Max.
Já pensou em substituir a árvore If por uma árvore de operador ternário z = (x > y) ? x : y;
Porque a ramificação ternária é mais rápida do que se
. É perfeito para árvores grandes.
Tanto quanto me lembro, em um filtro digital, os valores constantes são estáticos.
Ou seja, estesvalores constantessão imediatamente utilizados para construir um modelo específico.
Com o Max, é uma ramificação lógica do Se, por isso é uma árvore.
A propósito, Max.
Já pensou em substituir a árvore If por uma árvore de operador ternário z = (x > y) ? x : y;
Porque a ramificação ternária funciona mais rapidamente do que se
- ideal para árvores grandes.
Não, porque não?
existem botões para ajustar a resposta de frequência de saída.
É que o algoritmo é basicamente o mesmo.
E aqui, você muda o algoritmo de processamento ou encontra a melhor maneira de tentar e substituir constantes em um e o mesmo algoritmo?
Não, não vejo porque não.
Existem botões para ajustar a resposta de frequência de saída.
É que o algoritmo é basicamente o mesmo.
E aqui o algoritmo de processamento é alterado, ou o caminho ótimo é encontrado tentando mudar constantes?
Sim, você pode mudar constantes em filtros digitais, mas elas são definidas por você, formando algum tipo de modelo de uma só vez.
A estrutura em árvore procura esses valores para você de acordo com a função de ativação.
Em geral, para onde quer que olhe, existe uma estrutura da árvore :)
MLM-men, estrutura da árvore.
Poder, estrutura em árvore.
Subordinação no emprego, estrutura da árvore.
Herança de parentesco, estrutura em árvore.
etc.
:)
Basta olhar para a árvore do lado de fora à sua vontade, e raciocinar mentalmente a partir da base da árvore.
Decide-te. Decomponha essa árvore em diferentes tipos de subespécies, etc., quem corre sobre elas, de que cor, etc. ))
Tenho fantasiado com formigas, lagartas, borboletas correndo em seus galhos :)))
É um exercício divertido de entender.
Você pode usar o google, funções de ativação na rede neural.
Para onde quer que olhe há uma estrutura em árvore :)
MLM pessoas, estrutura em árvore.
Poder, estrutura da árvore.
Emprego, estrutura da árvore.
Basta olhar para a árvore do lado de fora à sua vontade, e raciocinar mentalmente a partir da base da árvore.
Apenas fantasiar. Decomponha essa árvore em diferentes tipos de subespécies, etc., quem corre sobre elas, de que cor, etc. ))
Tenho fantasiado com formigas, lagartas, borboletas correndo em seus galhos :)))
É um exercício divertido de compreensão.
É mais fácil para você usar o Google, funções de ativação em uma rede neural.
leia
Bem, eu percebo, eu percebo como esta coisa funciona.
Então, para não mexer com o seu crânio, decidimos lixar o compositor.
hmm, interessante ;)
Sim, nos filtros digitais você pode mudar as constantes em si, mas elas são fixadas rigidamente por você, formando algum tipo de modelo de uma só vez.
A estrutura em árvore procura esses valores para você, de acordo com a função de ativação.
Em geral, para onde quer que olhe, existe uma estrutura da árvore :)
MLM-men, estrutura da árvore.
Poder, estrutura em árvore.
Subordinação no emprego, estrutura da árvore.
Herança de parentesco, estrutura em árvore.
etc.
:)
Basta olhar para a árvore do lado de fora à sua vontade, e raciocinar mentalmente a partir da base da árvore.
Decide-te. Decomponha essa árvore em diferentes tipos de subespécies, etc., quem corre sobre elas, de que cor, etc. ))
Tenho fantasiado com formigas, lagartas, borboletas correndo em seus galhos :)))
É um exercício divertido de compreensão.
É mais fácil para você usar o Google, funções de ativação em uma rede neural.
Exatamente o que está em uma rede neural. Uma árvore não tem uma função de ativação. Temos apenas uma comparação.
Isso é exactamente o que está na rede neural. A árvore não tem função de ativação. Há simplesmente uma comparação.
Hirase, como chegou aqui. Isso mesmo, e eu entendo que ramificar a árvore em si é bom para ter o seu próprio nível de generalização. Ou seja, este nó é responsável por um determinado aspecto do modelo entre o vector de entrada e o vector alvo. E se fosse possível decompor o problema de geral para especial independentemente, não haveria necessidade de fazer qualquer treinamento, mas aqui, quando esta estrutura é grande e desconhecida, temos que recorrer ao treinamento. Está certo? Cavalheiros dos HOGORADIANS :-)))))) Eu quase rebentei um estômago :-)
Ainda não se sabe, porque está escrito com muitos erros gramaticais e:
a entrada/saída é um filtro normal
e a saída é o AFC.
A obtenção do AFC desejado na saída é notoriamente chamada de treinamento.
e um dos especialistas em árvores está agora a chorar muito pelos seus enormes tostões num dos seus próprios tópicos neste fórum
Foi por isso que te meti nesta conversa sobre folhas amarelas...Isso é exactamente o que está na rede neural. A árvore não tem função de ativação. Há apenas uma comparação.
Bem, as próprias malhas também podem ser representadas sob a forma de uma árvore.
Portanto, uma árvore de rede neural tem uma função de ativação ))
Então a árvore é afinal um filtro digital?
Uma árvore é apenas uma estrutura ramificada.
Como você aplica esta estrutura é uma questão de imaginação ))