Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2660
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
Лет 10 назад все бы ахнули, сейчас такие ну да ну да
лет 10 назад не могли ахнуть
еще никто не смог нормально изобразить преобразование Фурье, т.к. там используются комплексные числа.
Сделают и стонут, мол концовка индикатора искажена.
Открыли дорогу, с т.зр. математических изысканий.
Это нормально, да даже супер.
у кого-нибудь рыба торгового робота есть на python?
для ML-робота...
Прикольная статья https://pair-code.github.io/understanding-umap/
и в чем прикол?
и в чем прикол?
Ну главные мысли я вынес о том что довольно тяжело распознавать что то имея "юмап" разложение.
например чтобы алгоритму распознавания понять что две передние ноги, это один класс "передняя нога"
надо совершыть множество преобразований..
1) разделиить "юмап" компоненты на куски (кластера) врятли с этим справиться правильно "дбскан" (именно для этой задачи)
2) вариация ног мамонта по размерам , чтобы была инвариантность (здесь этот этап упустим)
3) правильно сопоставить ноги между собой по неведомому алгоритму + центрировать
4) вращение ног для более правильной позиции
5) отзеркаливание ног для более правильной позиции
6) теперь надо выровнять ноги , убрать главные искажения. Думаю можно разложыть методом главных компонент ноги, и удалить из них первую главную компоненту, это в теории должно убрать главные искажения (это я не илюстрировал)
7) И вот только тогда можно померять растояние/близость между ногами чтобы понять что они похожы и их можно отнести к одному классу "передние ноги"
Ну главные мысли я вынес о том что довольно тяжело распознавать что то имея "юмап" разложение.
например чтобы алгоритму распознавания понять что две передние ноги, это один класс "передняя нога"
надо совершыть множество преобразований..
Бедный слоник
Я уже сам как этот слоник, с головой квадратной))
Я уже сам как этот слоник, с головой квадратной))
да, в теории то все понятно например, где у него ноги и где бошка, а для алгоритма ничего не понятно, просто набор точек
то же самое с признаками для ботов
да, в теории то все понятно например, где у него ноги и где бошка, а для алгоритма ничего не понятно, просто набор точек
то же самое с признаками для ботов
Потому и нужна инвариантность в самом широком смысле. Как в компьютерном зрении, чтобы алгоритм сам мог сегментировать потом расшырять, сужать, вращать, искажать и только потом сравнивать
https://robwhess.github.io/opensift/
https://www.analyticsvidhya.com/blog/2019/10/detailed-guide-powerful-sift-technique-image-matching-python/#:~:text=SIFT%20helps%20locate%20the%20local,detection%2C%20scene%20detection%2C%20etc.то же самое с признаками для ботов