Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 232
![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Bence, bir kişi en azından verileri çalıştırabilir ve 0.69300'ün (rastgele) altında bir mantık elde edebilirse, o zaman burada AI ve ML hakkında konuşma hakkına sahiptir, gerisi profesyonel olarak uygun değildir.
sonucum https://numer.ai/ai/toxic
https://numer.ai/ai/dr_tr
0.69184 tanıştım :)
İlginç rekabet ve ilginç ödüller.
Ayrıca, tahmin edicileri hangi temelde oluşturdukları da ilginç. Bağımlılıklarım genellikle zamanla kaybolur, yani. Modeli dosyanın ilk yarısında eğittim ve dosyanın ikinci yarısında hatanın her zamanki gibi zamanla artmasını bekledim. Ve orada - hayır, zamanla bozulma olmadan her şey çok durağan. Her ne kadar ticaretle ilgili veriler vaat edilmiş olsa da. Olağan dışı. Tablodaki satırların rastgele karıştırılması mümkündür.
Şube çok büyüdü ve okunamaz hale geliyor. MT4/5 terminalinde makine öğrenimi modellerinin yalnızca bunun sorunsuz yapılmasına izin veren dillerde kullanılmasıyla ilgili belirli konuların tartışılacağı yeni bir "RUserGroup" şubesi başlatmayı öneriyorum. İki tane biliyorum (R, Python). Kodun sağlanması ile yürütülecek tartışma. Makine öğrenimi alanında diğer dillerde deneyimi olan uzmanlar da davetlidir.
Önceki gönderilerde yayınlanan bir evrişimli ağ örneği ile başlayabiliriz.
İyi şanlar
BEN İÇİN! ama yine de berbatlar :(
Başka bir sorum var: Sizce konvolüsyonel bir ağın geleneksel bir ağa göre gerçek avantajı nedir? tabii ki piyasada)
birkaç sayfa önce cevaplandınız - bir fikriniz var, 5 dakika içinde kontrol etmeniz gerekiyor (1 gün, haftada). ve fikrinizin uygulanabilir mi yoksa başlangıçta ölü mü olduğu bilinmiyor. Hangi seçeneği seçersiniz - bir öğrencinin 5 dakikada anlayabileceği hazır bir paket mi kullanacaksınız yoksa eksiksiz bir altyapıyı tekrar kendi başınıza mı yazacaksınız? ikinci seçenek ise, o zaman bu sadomazoşizmdir ve normal insanlar sizinle yolda değildir))
Bence, bir kişi en azından verileri çalıştırabilir ve 0.69300'ün (rastgele) altında bir mantık elde edebilirse, o zaman burada AI ve ML hakkında konuşma hakkına sahiptir, gerisi profesyonel olarak uygun değildir.
sonucum https://numer.ai/ai/toxic
BEN İÇİN! ama yine de berbatlar :(
Başka bir sorum var: Sizce konvolüsyonel bir ağın geleneksel bir ağa göre gerçek avantajı nedir? tabii ki piyasada)
Evrişimli ağlar, matrislerle temsil edilen verileri sınıflandırmaya odaklanır. Derin olanlara göre herhangi bir avantaj görmüyorum ve verilerimiz bir zaman serisi olduğu için LSTM'nin daha uygun bir model olduğunu düşünüyorum.
Örnek ayrıştırma için sunulmuştur, çünkü üzerinde yorum yapılabilecek bir kod vardır ve herkesin bilmesi için faydalı olacak birkaç temel hata vardır. Tabii yazar için ilginç değilse.
İyi şanlar
mytarmailS:
BEN İÇİN! ama yine de berbatlar :(
Başka bir sorum var: Sizce konvolüsyonel bir ağın geleneksel bir ağa göre gerçek avantajı nedir? tabii ki piyasada)
Evrişimli ağlar, matrislerle temsil edilen verileri sınıflandırmaya odaklanır. Derin olanlara göre herhangi bir avantaj görmüyorum ve verilerimiz bir zaman serisi olduğu için LSTM'nin daha uygun bir model olduğunu düşünüyorum.
Örnek ayrıştırma için sunulmuştur, çünkü üzerinde yorum yapılabilecek bir kod vardır ve herkesin bilmesi için faydalı olacak birkaç temel hata vardır. Tabii yazar için ilginç değilse.
İyi şanlar
Evet, aslında herkes ilgileniyor, sadece yazar değil ...
Ayrıca, evrişimli ağın tanımada ölçeklenebilirlik özelliğine sahip olduğu, yani bir nesneyi (desen) eğitim setinden boyut ve şekil olarak biraz farklı olsa bile tanıyabileceğine dair bir fikir duydum, bu mu? doğru?
Ayrıca, tahmin edicileri hangi temelde oluşturdukları da ilginç. Bağımlılıklarım genellikle zamanla kaybolur, yani. Modeli dosyanın ilk yarısında eğittim ve dosyanın ikinci yarısında hatanın her zamanki gibi zamanla artmasını bekledim. Ve orada - hayır, zamanla bozulma olmadan her şey çok durağan. Her ne kadar ticaretle ilgili veriler vaat edilmiş olsa da. Olağan dışı. Tablodaki satırların rastgele karıştırılması mümkündür.
Blogdaki makalelerini okuyun, yarım saatten fazla oldukça ilginç bir okuma yok, verileri nasıl karıştırdılar, neden tüm bunlar vb. Dizeler tam olarak karıştırılır, özellikler ve veri kaynakları sınıflandırılır, ayrıca bu özellikler, kökenlerini anlamamak için birbirleriyle bir tekdüzelik durumuna karıştırmak için belirli bir temele yansıtılır.
Evet, aslında herkes ilgileniyor, sadece yazar değil ...
Ayrıca, evrişimli ağın tanımada ölçeklenebilirlik özelliğine sahip olduğu, yani bir nesneyi (desen) eğitim setinden boyut ve şekil olarak biraz farklı olsa bile tanıyabileceğine dair bir fikir duydum, bu mu? doğru?
Görüntü hakkında konuşuyorsak - o zaman evet, bu doğru.
Görüntü hakkında konuşuyorsak - o zaman evet, bu doğru.
Peki ya zaman serileri ?
Peki ya zaman serileri?
İyi sonuçlar alamadım. Güçlü bir şekilde ilişkili olan tahmin edicilere (diğer modellerin aksine) ihtiyacımız var.
Kabul edilebilir bir sonuç verecek hiçbir şey bulamadım. Doğru, kısa bir süre denedim. Zaman bitiyor. Sen dene. Örnek tamamen işlevsel bir koda sahiptir.
İyi şanlar
not. Giriş matrislerinde denerseniz, tahmin ediciler sütunlar değil satırlar olmalıdır.