Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 489
![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
ben de deliyim Rastgele örnekler üzerinde denendi - sonuçlar harika. TC bunu henüz yapmadı.
Maxim diyor ki - eğitim uzun. 23 saatim var. Ama 3 ayda 1 kez olsa bile - ne çöp.)
Ve 3 ay boyunca kesinlikle yeterli, daha fazla kontrol edilmedi.
Böyle bir orman tırmanana kadar değil. EA karmaşık değil, 12 saat içinde optimize edildi ve sonra unuttu. Bugün bu ayarlarla sürdü.
Böyle bir orman tırmanana kadar değil. EA karmaşık değil, 12 saat içinde optimize edildi ve sonra unuttu. Bugün bu ayarlarla sürdü.
Evet, ilerisi berbat. Başarısız işlemlerin %6'sı ileri (rastgele örnek) var. Ağ - 5 katman, 50 nöron.
Seninki nedir?
Bugün ağımı perpcetron'a göre kontrol etmeye karar verdim. Mayıs-Haziran 2016 başına kadar optimize edilen EURUSD, 15 pip yayıldı.
kuyruğun kendisi
Genel olarak, sonuçtan kafa karışıklığı içindeyken.
bir wolf-forward'a ihtiyacınız var, bunu böyle optimize edemezsiniz, bu durumda forvet her zaman kötü (veya rastgele) olacaktır, pazarın hangi aşamasına girdiğinize bağlı olarak, zaten bir sürü versiyonum var. İleride bozuk para gibi çalışan milyar dolarlık arka test sistemleri) buna fazla uydurma denir
Evet, forvet berbat. İleride başarısız işlemlerin %6'sı var. Ağ - 5 katman, 50 nöron.
Seninki nedir?
Her biri 9 nöron içeren üç katman. Resimde olay örgüsü 2004'ten 2016'ya kadar çok uzun. Tüm dönem boyunca istikrarlı bir sonuç olup olmayacağını kontrol etmek için kasıtlı olarak uzun bir tarih seçtim. Genel olarak, ilerideki düşüşün en büyüğü olduğu ortaya çıktı, ancak diğer yandan bot, forvetin ikinci yarısında kazanmaya başladı .
bir wolf-forward'a ihtiyacınız var, bunu böyle optimize edemezsiniz, bu durumda ileri her zaman kötü (veya rastgele) olacaktır, backtest'te zaten böyle çalışan milyar dolarlık sistemlerin bir sürü versiyonuna sahibim. bir madeni para) buna yeniden takma denir
Yarım yıl sonra göreceğiz.
Bir yarım yıl daha göreceğiz.
Yeni veriler geldiğinde (test setinde) NN hatasını sürekli olarak kontrol etmeye çalışın, eğer hata belirli bir % oranında artmışsa, NN'yi otomatik olarak yeniden eğitin, vb. ancak büyük bir eğitim setine artık ihtiyaç yoktur. Kısacası, NN'yi dahili optimize edici olarak kullanın
Şimdi bu şemaya göre bir makale yazmaya çalışıyorum, MB yakında bitirecek
Yeni veriler geldiğinde (test setinde) NN hatasını sürekli olarak kontrol etmeye çalışın, eğer hata belirli bir % oranında artmışsa, NN'yi otomatik olarak yeniden eğitin, vb. ancak artık büyük bir eğitim setine ihtiyaç yoktur. Kısacası, NN'yi dahili optimize edici olarak kullanın
Şimdi bu şemaya göre bir makale yazmaya çalışıyorum, MB yakında bitirecek
Samimi olarak.
Yeni veriler geldiğinde (test setinde) NN hatasını sürekli olarak kontrol etmeye çalışın, eğer hata belirli bir % oranında artmışsa, NN'yi otomatik olarak yeniden eğitin, vb. ancak büyük bir eğitim setine artık ihtiyaç yoktur. Kısacası, NN'yi dahili optimize edici olarak kullanın
Şimdi bu şemaya göre bir makale yazmaya çalışıyorum, MB yakında bitirecek
Aptallar için lütfen mat aparatının bir tanımını yazın. Okumaya başladım ama Mamdani Sugeno'nun ne olduğunu anlayamadı)
Nive Bayes sınıflandırıcısıyla ilgili makaledeki gibi bir şey. https://www.mql5.com/ru/articles/3264
Makalede hızlı optimizasyon olacak mı? bir göz atmak isterim.
Samimi olarak.
evet, rastgele ormanlardan geçerek, çok hızlı
Aptallar için lütfen mat aparatının bir tanımını yazın. Okumaya başladım ama Mamdani Sugeno'nun ne olduğunu anlayamadı)
Nive Bayes sınıflandırıcısıyla ilgili makaledeki gibi bir şey. https://www.mql5.com/ru/articles/3264
İnternette bu kadar bilgi dolu :) 7 aşama var, açıklama için oldukça hacimliler ama linkler verdiler. Mamdani ve Sugeno yalnızca mantıksal türetmede farklılık gösterir (doğrusal olmayan ve doğrusal)
Aynı şeyi kopyalayıp yapıştırmanın mantığını göremiyorum