Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2939

[Vladimir Perervenko]

mytarmailS #:
Поддержываю вопрос

А какие пакеты  R Вы используете для создания моделей?

[Evgeny Dyuka]

Aleksey Nikolayev #:

На всякий случай выкладываю проект в архиве.

Спасибо, но соскакиваю... дальше слишком накладно продвигаться, нет столько времени ))

[mytarmailS]

Vladimir Perervenko #:

А какие пакеты  R Вы используете для создания моделей?

Да самые обычные, тот же "random forest" "intrees"  "arules"  "arules sequence" "dbscan" 

Но это 5% 

А ещё 95% самописных вещей

 Если в onnx нельзя встроить любой свой код, то мне эта приблуда не интересна

Также половина моих алгоритмов перебучаться на каждом шаге, как я слышал с onnx такое не подходит

[Vladimir Perervenko]

mytarmailS #:
Да самые обычные, тот же "random forest" "intrees"  "arules"  "arules sequence" "dbscan" 

Но это 5% 

А ещё 95% самописных вещей

 Если в onnx нельзя встроить любой свой код, то мне эта приблуда не интересна

Также половина моих алгоритмов перебучаться на каждом шаге, как я слышал с onnx такое не подходит

Конечно нет. Если совсем примитивно, то последовательность получения модели в формате ONNX  следующая: создаете модель, обучаете ее, оптимизируете. Затем в специальной программе(конверторе) пропускаете через обученную модель единицу входных данных. Конвертор записывает последовательность вычислений модели прогноза и сохраняет ее в формате onnx. Эту модель можно запустить на любой платформе у которой есть onnxruntime. Только прогноз/предикт никакого трейн. 

Я не знаю ни одного пакета в R у которого был бы конвертор в ONNX. Может быть в пакет torch(R) добавят, но это нужно делать запрос разработчикам пакета.

Наверное есть и другие возможности конвертации, но в Питоне. Я не изучал глубоко. Посмотрите здесь

[Renat Fatkhullin]

https://learn.microsoft.com/ru-ru/windows/ai/windows-ml/onnxmltools

ONNXMLTools позволяет преобразовывать модели из различных наборов средств машинного обучения в формат ONNX.

Инструкции по установке и использованию доступны в репозитории ONNXMLTools на GitHub.

Поддержка

В настоящее время поддерживаются следующие наборы средств:

• Keras (оболочка преобразователя keras2onnx);
• Tensorflow (оболочка преобразователя tf2onnx);
• scikit-learn (оболочка преобразователя skl2onnx);
• Apple Core ML;
• Spark ML (экспериментальный режим);
• LightGBM
• libscm;
• XGBoost;
• H2O
• CatBoost

Pytorch также имеет встроенное средство экспорта ONNX. Дополнительные сведения см. здесь.

[Renat Fatkhullin]

Ради упрощения написания кода в MQL5 мы скорее всего откажемся от текущего набора функций с хендлами и перейдем к объектной модели.

То есть, введем новый встроенный тип объекта onnx с удобными методами.

[mytarmailS]

Кароч несмотря на весь мега хайп, onnx будет полезна только продавцам с оч. Хорошим умением в МО.

 А таких тут... Сколько? 

[Maxim Kuznetsov]

mytarmailS #:
Кароч несмотря на весь мега хайп, onnx будет полезна только продавцам с оч. Хорошим умением в МО.

а ты тоже говори, что внутри робота onnx , глубокое обучение, нелинейные фильтры и астральные потоки...никто же не знает что там в основе 3 машки :-)

[Aleksey Nikolayev]

Похоже, в R неважно с поддержкой ONNX. Нашёл только пакет onnx - интерфейс к этому формату. Пакет основан на питоне и похоже что не развивается. Аналога ONNXMLTools для R не нашёл. Печально.

Пора изучать питон. И возвращаться на линукс - с VS связываться совсем неохота.

[mytarmailS]

Aleksey Nikolayev #:

Похоже, в R неважно с поддержкой ONNX. Нашёл только пакет onnx - интерфейс к этому формату. Пакет основан на питоне и похоже что не развивается. Аналога ONNXMLTools для R не нашёл. Печально.

Пора изучать питон. И возвращаться на линукс - с VS связываться совсем неохота.

А у вас есть рабочая МО модель??? 

Если есть модель, то вы собираетесь её продавать??? 

Эсли хоть один пункт не является правдой,  то вопрос один, зачем это изучать?