Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2258

 
Eu também não me lembro. Pergunte às raparigas daqui, elas lembram-se de tudo.
 
Aleksey Mavrin:

Lendo o fio (ou melhor, tentando lê-lo), fiquei com a impressão de que conversas fechadas com moderação são uma coisa muito útil).

Re o pedido do caso - publicaram uma coleção de literatura sobre sabotagem. Se você não se importa com o link novamente, por favor, @Maxim Dmitrievsky,Aleksey Nikolayev.

Ramo anexo à discussão geral, 4º do topo https://www.mql5.com/ru/forum/214418

Что читать, смотреть и где учиться машинному обучению
Что читать, смотреть и где учиться машинному обучению
  • 2017.08.25
  • www.mql5.com
На русском сайте StackOverflow в вопросе о хороших книгах по математике и машинному обучению сформировали список материалов, с которых стоит начать...
 
Vladimir Perervenko:

O artigo trata de um assunto ligeiramente diferente. Trata do caso em que todos os palpiteiros são discretos [0,1]. Então há um problema. A rede neural não entende os preditores com variação zero.

O seu caso, como eu o entendo, é ligeiramente diferente. Você tem preditores combinados (contínuos) e o alvo (matriz discreta ncol=3) na entrada. Você tenta obter uma distribuição qualitativa dos latentes a partir da qual você gera (restaura) os de entrada, incluindo o alvo, praticamente sem treinamento. Eu entendi bem? Não terá sucesso qualitativamente. O artigo mostra o caminho da solução. Para converter o alvo discreto para contínuo usando RBM, conecte com outros preditores e mais adiante para VAE (treinamento!). E depois recuperar exemplos da VAE treinada e restaurar o alvo novamente com o RBM. É bastante complicado. Mas pode funcionar.

Vou tentar com um AE comum.

Boa sorte.

você pode apenas treinar algum classificador nestes dados para lhe dar probabilidades.

opção ainda mais simples: dividir o conjunto de dados em 2 partes com rótulos diferentes e ensinar 2 modelos... e não incomodar a avó com todo o tipo de estados condicionais )

 

Cópulas triadas, codificadores, tabula gans, códero gans. hmm até agora imbatíveis. As cópulas não são más. As tecnologias de redes neurais ainda são de fora para os dados tabulares, o que é uma vergonha.

Se precisar de mais dados, por agora, só gmm.

 
Aleksey Mavrin:

Lendo o fio (ou melhor, tentando lê-lo), fiquei com a impressão de que conversas fechadas com moderação são uma coisa muito útil).

Re o pedido do caso - publicaram uma coleção de literatura sobre sabotagem. Não se importe de ligar novamente, por favor, @Maxim Dmitrievsky,Aleksey Nikolayev.

Eu lembrei-me, que dei um link para este arquivo. Vale literalmente a pena ler por um tempo.

https://codernet.ru/books/python/?page=1

Python | CoderNet
  • codernet.ru
Архив учебной литературы по программированию на языке Python
 

Arquiteturas de redes neurais biomórficas para sistemas de IA

Биоморфные нейросетевые архитектуры для систем ИИ - Вадим Филиппов - Семинар сообщества AGI
Биоморфные нейросетевые архитектуры для систем ИИ - Вадим Филиппов - Семинар сообщества AGI
  • 2020.12.24
  • www.youtube.com
Биоморфные нейросетевые архитектуры для систем искусственного интеллекта следующего поколения: как и зачем? - Вадим ФилипповСеминар русскоязычного сообщества...
 

Olá! Acabou-se a Internet?

Boas festas!

;)
 
Renat Akhtyamov:

Olá! Acabou-se a Internet?

Boas festas!

;)

Todos foram bloqueados ao mesmo tempo.

Feliz Ano Novo para todos!

 
Maxim Dmitrievsky:

Cópulas triadas, codificadores, tabula gans, códero gans. hmm até agora imbatíveis. As cópulas não são más. As tecnologias de redes neurais ainda são de fora para os dados tabulares, o que é uma vergonha.

Se precisar de mais dados, por agora, só gmm.

Maxim, já experimentou a máquina Neural Turing? em que quadro e quais são os sucessos?

Feliz Ano Novo e os melhores votos!

 
dr.mr.mom Mishanin:

Maxim, já experimentou a máquina Neural Turing? Em que quadro e quais foram os seus sucessos?

Feliz Ano Novo para todos e todos os seus desejos se tornem realidade!

feliz ano novo! na sibéria já começou)))))