Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 256
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
Каждый массив[][] это набор однокачественной информации, то есть на каждый вход, отдельный массив[][]. Я хочу много массивов подать, готова пока 4, еще в планах создам, каждый массив описывает состояние цены, получается с разных ракурсов, как то так.
каждый массив содержит 1000 строк и 1000 столбцов, ну вообще у меня трех мерный, получается что К-ое измерение это новый двух мерныйОбычно сети с двумерными матрицами работают. Можно бы все матрицы объеденить в одну широкую матрицу с 2000 (3000 или 4000) колонками и 1000 строками, и дальше обучать нейронку как обычно. Обьучать нейронку в R можно с rattle, это такая специальная программа с визуальным интерфейсом для анализа данных, в ней можно через кнопочки и менюшки обработать данные и обучить модель, а дальше на закладке "лог" посмотреть сгенерированный R скрипт для всех этих операций, и потом можно просто полученный код менять и запускать в самой R консоли. Т.е. вы мышкой делаете все операции, а потом можете смотреть сгенерированный R скрипт который делает тоже самое, удобно для изучения возможностей языка.
https://www.mql5.com/ru/articles/1165 - тут много и хорошо про rattle.
Есть ещё пакет mxnet для R, это нейронка для глубокого обучения, и обучается на четырёхмерных массивах, измерений даже больше чем вам нужно
Тут инструкция по установке (Installlation) и какие-то примеры в папках vignettes и demo - https://github.com/dmlc/mxnet/tree/master/R-package
Я так и не понял что ты хочешь сделать потому и не скажу ничего по этому поводу, но скажу другое судя по количеству входов, можешь начинать изучать методы по сжатию информации например "РСА" или другие, они тебе понадобяться
Логика твоего вопроса наверно глубже, чем мое объяснение.
Хочу пару двумерных массивов подать на вход в сеть.
массивы по осям одинаковы, то есть градация столбцов по периоду, а строк по бару.
Обычно сети с двумерными матрицами работают. Можно бы все матрицы объеденить в одну широкую матрицу с 2000 (3000 или 4000) колонками и 1000 строками, и дальше обучать нейронку как обычно. Обьучать нейронку в R можно с rattle, это такая специальная программа с визуальным интерфейсом для анализа данных, в ней можно через кнопочки и менюшки обработать данные и обучить модель, а дальше на закладке "лог" посмотреть сгенерированный R скрипт для всех этих операций, и потом можно просто полученный код менять и запускать в самой R консоли. Т.е. вы мышкой делаете все операции, а потом можете смотреть сгенерированный R скрипт который делает тоже самое, удобно для изучения возможностей языка.
https://www.mql5.com/ru/articles/1165 - тут много и хорошо про rattle.
Есть ещё пакет mxnet для R, это нейронка для глубокого обучения, и обучается на четырёхмерных массивах, измерений даже больше чем вам нужно
Тут инструкция по установке (Installlation) и какие-то примеры в папках vignettes и demo - https://github.com/dmlc/mxnet/tree/master/R-package
Логика твоего вопроса наверно глубже, чем мое объяснение.
Хочу пару двумерных массивов подать на вход в сеть.
массивы по осям одинаковы, то есть градация столбцов по периоду, а строк по бару.
да нету у меня никакой глубокой логики)))
просто входов в сеть у тебя очень много, она обучаться будет долго, придешь к тому что надо будет уменьшать количество входов те сжимать информацию, вот я и посоветовал по изучать методы сжатия
Спасибо! изучаю
Обычно сети с двумерными матрицами работают. Можно бы все матрицы объеденить в одну широкую матрицу с 2000 (3000 или 4000) колонками и 1000 строками, и дальше обучать нейронку как обычно. Обьучать нейронку в R можно с rattle, это такая специальная программа с визуальным интерфейсом для анализа данных, в ней можно через кнопочки и менюшки обработать данные и обучить модель, а дальше на закладке "лог" посмотреть сгенерированный R скрипт для всех этих операций, и потом можно просто полученный код менять и запускать в самой R консоли. Т.е. вы мышкой делаете все операции, а потом можете смотреть сгенерированный R скрипт который делает тоже самое, удобно для изучения возможностей языка.
https://www.mql5.com/ru/articles/1165 - тут много и хорошо про rattle.
Есть ещё пакет mxnet для R, это нейронка для глубокого обучения, и обучается на четырёхмерных массивах, измерений даже больше чем вам нужно
Тут инструкция по установке (Installlation) и какие-то примеры в папках vignettes и demo - https://github.com/dmlc/mxnet/tree/master/R-package
Случаем не скажете все сделал по инструкции https://www.mql5.com/ru/articles/1165
А он молчит
Случаем не скажете все сделал по инструкции https://www.mql5.com/ru/articles/1165
А он молчит
попробуйте просто ввести
попробуйте просто ввести
блин так не охото донимать по ерунде, но мало ли в курсе, может что то стандартного не хватает
*** дополнено
Все просто ввел rattle()
блин так не охото донимать по ерунде, но мало ли в курсе, может что то стандартного не хватает
*** дополнено
Все просто ввел rattle()
На картинке не видно rattle()
После ввода этой команды должно появиться окно самого rattle, как описано в статье
ТC.RData (как понимаю из статьи) надо загружать в rattle().