Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2268
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
недавно книгу выкладовал, там интересная идея была выставлять веса сети по классическому методу, а потом тонко донастраивать обучением. Интересно есть способы совмещать обучение с учителем и с подкреплением
это все навороченные аналоги МАшки
это все навороченные аналоги МАшки
У сеток преимущество в нелинейности и способе подбора параметров, а так те же фильтры.
Просто про обучение с подкреплением много негатива. В автомобилях сети с учителем показывают лучше результаты, в играх то же. Даже придумали сетку с конца уровня обучать и переставлять спавн все ближе к началу. Еще интересно, опыт датасайнтиста решает. Юнити сделали игру специально под МЛ и устроили чемп. Человек в среднем доходит до 20 уровня. Взяли 2 самых новых метода по сеткам, с их помощью в среднем доходили до 4 уровня. А спецы на чемпе смогли показать результаты на уровне человека.
У сеток преимущество в нелинейности и способе подбора параметров, а так те же фильтры.
Просто про обучение с подкреплением много негатива. В автомобилях сети с учителем показывают лучше результаты, в играх то же. Даже придумали сетку с конца уровня обучать и переставлять спавн все ближе к началу. Еще интересно, опыт датасайнтиста решает. Юнити сделали игру специально под МЛ и устроили чемп. Человек в среднем доходит до 20 уровня. Взяли 2 самых новых метода по сеткам, с их помощью в среднем доходили до 4 уровня. А спецы на чемпе смогли показать результаты на уровне человека.
был хайп РЛ, уже прошел.. сейчас в тренде трансформеры и ГАНы
был хайп РЛ, уже прошел.. сейчас в тренде трансформеры и ГАНы
В тренде мозги! которые знают все алгоритмы и умеют применять конкретный алгоритм для конкретной задачи, а не за трендами гоняться....
если тебе надо в ГО выиграть то нах. тебе эти ганы там? а если ирисы класифицыровать , то нах. там РЛ ?
всему свое место!
В тренде мозги! которые знают все алгоритмы и умеют применять конкретный алгоритм для конкретной задачи, а не за трендами гоняться....
если тебе надо в ГО выиграть то нах. тебе эти ганы там? а если ирисы класифицыровать , то нах. там РЛ ?
всему свое место!
вот твой ограниченный кругозор и не может представить куда что и зачем
был хайп РЛ, уже прошел.. сейчас в тренде трансформеры и ГАНы
ганы интересно для генерации искусственных данных попробовать
по хорошему надо бы этот фреймвок освоить, тогда все пойдет намного быстрее.ганы интересно для генерации искусственных данных попробовать
по хорошему надо бы этот фреймвок освоить, тогда все пойдет намного быстрее.Я свою ган написал, там ничего сложного. Правда не рекуррентная, надо будет переделать.
Пример на Торче
вот есть другой примерЯ свою ган написал, там ничего сложного. Правда не рекуррентная, надо будет переделать.
Пример на Торче
вот есть другой примерБудет время попробую разобраться.
Будет время попробую разобраться.
Я провел сравнения разных генеративных моделей из библиотеки выше, через свою либу. Получилось, что GMM работает лучше для табличных данных (датафрейма с приращениями). Потом идут копулы, вторые по эффективности. Нейросетевые модели типа табличных Ганов и проч. сработали хуже. Но, возможно, я что-то сделал не так. Еще есть такой вариант.