Artificial Intelligence ML
- Bibliotecas
- Omega J Msigwa
- Versão: 1.0
- Ativações: 5
Este produto esteve em desenvolvimento nos últimos 3 anos. É a base de código mais avançada para trabalhar com todos os tipos de inteligência artificial e aprendizado de máquina na linguagem de programação MQL5. Tem sido usado para criar vários robôs de trading e indicadores com tecnologia de IA no MetaTrader 5.
Esta é a versão premium de um projeto gratuito e de código aberto sobre aprendizado de máquina para MQL5, disponível aqui: https://github.com/MegaJoctan/MALE5. A versão gratuita tem menos recursos, menos documentação e manutenção deficiente. Foi desenvolvida apenas para modelos de IA pequenos.
Este produto premium inclui tudo o que você precisa para programar robôs de trading com IA de forma eficiente.
Por que você deve comprar esta biblioteca?
- Muito fácil de usar. A sintaxe do código é intuitiva e se assemelha a bibliotecas populares de IA em Python, como Scikit-learn, TensorFlow e Keras.
- Bem documentada. Há vários vídeos, exemplos e documentações para ajudar você a começar.
- Otimizada para desempenho, funcionando como um EA convencional.
- Não requer arquivos DLL ou dependências adicionais. Tudo pode ser compilado em um único arquivo .EX5, fácil de testar e distribuir no mercado MQL5.
- Suporte técnico 24/7. Prestarei toda a assistência para garantir que você use corretamente e ajudarei a resolver problemas que possam surgir.
Quem pode usar esta biblioteca?
- Qualquer pessoa com conhecimento básico de aprendizado de máquina e inteligência artificial.
- Entusiastas de machine learning, especialmente aqueles vindos da comunidade Python ML.
- Desenvolvedores MQL5 de nível intermediário a avançado, não recomendado para iniciantes.
Modelos de IA disponíveis na biblioteca:
- Regressão linear
- Regressão logística
- Regressão Ridge
- Lasso
- Ridge
- ElasticNet
- AdaBoost
- Isolation Forest
- Random Forest
- Máquinas de vetores de suporte (SVM)
- Árvores de decisão
- Redes neurais feedforward (FNN)
- Redes neurais convolucionais (CNN)
- Redes neurais recorrentes (RNN)
- Redes neurais de memória de curto e longo prazo (LSTM)
- Unidade recorrente com porta (GRU)
- CatBoost
- LightGBM
- XGBoost
Após comprar a biblioteca, envie-me uma mensagem direta e você será adicionado a um repositório privado no GitHub onde todos os arquivos e códigos estão hospedados.