Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 284
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
İş parçacığının yarısı biraz ışık tuttu: tahmin edicilerin tahmin yeteneği yoktur ve hedef değişken için gürültüdür. Bu nedenle, eğitim sırasında model yeniden eğitilir ve yeniden eğitilen modelin gelecekteki kullanımıyla HİÇBİR ilgisi yoktur. AFRİKA'DA GÜRÜLTÜ VE GÜRÜLTÜ, SU UYGULAMALARI BİR SONUÇ, BİR BAŞKA SONUÇ.
Y Eh, aslında sınıflandırıcıyla ilgiliydi. Ne olmuş. Genel olarak, tahmin için 10 bar için fiyat değişikliklerinin bir göstergesini oluşturmanız gerekir. Bir bar geriye götürün. Bu hedef fonksiyon olacaktır. Ağı, ağ çıkışı ile amaç fonksiyonu arasındaki hata minimum olacak şekilde eğitmek yeterlidir, yani ağ, PercentChench%10'dan bir kurşun olarak giriş verilerine tepki vermelidir. NSh ile bana faydalı olan şey, aynı anda tüm göstergeyle çalışmanız ve göstergeden göstergeye sonsuz ek yapma fırsatının olmasıdır. Benim böyle bir fikrim var. Gerçek şu ki, çok ilginç bir sınıflandırma ağı var. Peki ya NS'de belirli bir alanda bu tür birkaç ızgarayı eğitirsek, o zaman bu değerleri Reshetov optimize edicisine yükleyin ve genelleme seviyesini artırmanın mümkün olup olmayacağını görün. Sonuçta burada anladığım kadarıyla girişin kendisi ağ girişine değil de bu girişlerdeki ağ işleminin sonucu ile beslendiğinde derin öğrenme elde ediliyor. Millet, derin öğrenme kavramını doğru anlıyor muyum?
Ağı ilk önce giriş verileri üzerinde eğittiğimizde, aynı veriler üzerinde eğitilmiş birkaç ağın çalışmasının sonucu başka bir ağın girişine beslenir, böylece en iyi genelleme seviyesi elde edilir. doğru mu arkadaşlar????
Vladimir, lütfen Twitter ile ilgili yazıma bak, birkaç sayfa önce yazdım ..... Belki bana bu konuda yardımcı olabilirsin
Y Aslında, sınıflandırıcıyla ilgiliydi. Ne olmuş. Genel olarak, tahmin için 10 bar için fiyat değişikliklerinin bir göstergesini oluşturmanız gerekir. Bir bar geriye götürün. Bu hedef fonksiyon olacaktır. Ağı, ağ çıkışı ile amaç fonksiyonu arasındaki hata minimum olacak şekilde eğitmek yeterlidir, yani ağ, PercentChench%10'dan bir kurşun olarak giriş verilerine tepki vermelidir. NSh ile bana faydalı olan şey, aynı anda tüm göstergeyle çalışmanız ve göstergeden göstergeye sonsuz ek yapma fırsatının olmasıdır. Benim böyle bir fikrim var. Gerçek şu ki, çok ilginç bir sınıflandırma ağı var. Peki ya NS'de belirli bir alanda bu tür birkaç ızgarayı eğitirsek, o zaman bu değerleri Reshetov optimize edicisine yükleyin ve genelleme seviyesini artırmanın mümkün olup olmayacağını görün. Sonuçta burada anladığım kadarıyla girişin kendisi ağ girişine değil de bu girişlerdeki ağ işleminin sonucu ile beslendiğinde derin öğrenme elde ediliyor. Millet, derin öğrenme kavramını doğru anlıyor muyum?
Ağı ilk önce giriş verileri üzerinde eğittiğimizde, aynı veriler üzerinde eğitilmiş birkaç ağın çalışmasının sonucu başka bir ağın girişine beslenir, böylece en iyi genelleme seviyesi elde edilir. doğru mu arkadaşlar????
================================================= ======
Hayır böyle değil. Tanımladığınız şey yığılmış NN. Ama derin öğrenme farklıdır...
İyi şanlar
Vladimir, lütfen Twitter ile ilgili yazıma bak, birkaç sayfa önce yazdım ..... Belki bana bu konuda yardımcı olabilirsin
Peki, ne olduğunu kısaca açıklayabilir misiniz, en azından yaklaşık olarak ...?????
Yazınızı okudum, metin verileriyle ilgilenmediğim için yardımcı olamam. Birçok örnek gördüm. Link bulursam paylaşırım.
Evet, buradaki sorun bu değil, ben de metni nasıl çıkaracağımı bilmiyorum, ama öğreneceğim, Google yardım edecek, sorun farklı, paketi kendim başlatamam, yapamam tweeter ile bağlanın ve daha da kolaysa bağlantı kuramıyorum, en azından nasıl yapılacağı verilmiş bir örnek, ama pin kodunda bir yanlış anlama var, aptalca nereye girilmesi gerektiğini anlayamıyorum
Vladimir, lütfen Twitter ile ilgili yazıma bak, birkaç sayfa önce yazdım ..... Belki bana bu konuda yardımcı olabilirsin
Buraya bakın https://github.com/maxbbraun/trump2cash
not Haber akışlarının analizini kendi başınıza makine tarafından okunabilir bir forma dönüştürmek, birçok tuzakla birlikte çok büyük ölçekli bir iştir. Denemek için https://www.accern.com/ öneririm, kullanıyorum, çok memnunum.
scale() uygun değil, zorlu normalleştirmesi ile sürekli farklı aralıklar yapıyor...
yardımcı olmaya çalışan herkese teşekkürler
Kendisinin bir aralıkta gösterilmesi gerekiyordu. Daha önce yaptığım gibi, baktım. yanlış link vermişim Bir paket (bir işlev değil) ölçekler var, çeşitli ölçeklemelerle dolu. Senin için bana öyle geliyor ki, yeniden satış uygundur. Örneğin.
belirtilen aralığa eşlenir. Ve söz konusu pakette bir sürü benzer işlev
Derin öğrenmeden mi yoksa yığınlanmışNN'den mi bahsediyorsunuz?