Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 854
![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
Benim için? Ben zaten sorunu çözdüm. Şimdi başka ne yapacağımı düşünüyorum. Python veya R. Henüz yeni bir fikir yok.
Peki model nasıl değerlendirilir? Veya aynı setin tekrar tekrar inşa edilmesiyle, her zaman aynı modeli elde edersiniz. Ne olmuş?
Bu doğru, doğru düşünüyorsun, Yani görev, desenin yüzdüğü durağan olmayan bir dizide aynı AI. Yapay zekanın görevi, bu bağımlılıktan en azından kısa bir süre için, ancak para kazanmaya yetecek kadar kaçarken performansı korumaktır. Sonuçta, desen aniden değişmez. Bir diğeri ana, ilk girişin yerini alıyor, ANCAK asıl olan hala sette kalıyor ve burada dedikleri gibi, çizgiyi korumanın yükünü üstlenen sadece AI. Bu nedenle, bir vadeli işlem sözleşmesinin ilk ayında, özellikle piyasanın kendisi nereye gideceğini bilmediğinde, çok sık antrenman yapmanız gerekir. Writ'e baktığımda, bu kalıbın nasıl dans ettiğini görebiliyorum. Ancak vadeli işlemlerin ortasında ve sonunda, kural olarak, piyasa daha düzenli hale gelir ve bir girişin uzun süre nasıl hakim olduğunu görebilirsiniz.
Kahretsin, herkes bir önceki geleceğin kapanmasından önceki andan veya birkaç gün önce çalışır. İlk ay ne ki?
örüntü düzensiz bir şekilde değişir ve örüntülerdeki sapmalar zamanla katlanarak artar
(kısmen, RNN veya LSTM hariç) herhangi bir yaklaşım bu tür sorunları çözme yeteneğine sahip değildir.
istatistikle ilgili tüm makaleler, bunları mevcut haliyle piyasaya uygulama girişimleriyle - onları atabilir ve onlara hiç dikkat etmeyebilirsiniz.
ana çabalar, biri Alexander tarafından önerilen durağan olmayan bir ortamda çalışma yöntemlerine odaklanmalıdır (kotirin kendisinden çıkarılamayan, a priori olarak kotiri kalıcı olarak etkileyen belirtileriniz olmaması şartıyla)Peki model nasıl değerlendirilir? Veya aynı setin tekrar tekrar inşa edilmesiyle, her zaman aynı modeli elde edersiniz. Ne olmuş?
Muhtemelen farklı, kim bilir. Rastgele bir sıra üzerinde eğitilmiştir.
Muhtemelen farklı, kim bilir. Rastgele bir sıra üzerinde eğitilmiştir.
Peki, doğru olanı nasıl seçersiniz?? Veya sonuç olarak, hepsi OOS'ta aynı sonucu veriyor ???
Burada OOS'umda tüm modeller farklı çalışacak ....
Peki, doğru olanı nasıl seçersiniz?? Veya sonuç olarak, hepsi OOS'ta aynı sonucu veriyor ???
Burada OOS'umda tüm modeller farklı çalışacak ....
Sadece bir modelim var - NS -60 nöronları. Hiçbir şey seçmek zorunda değilsin. Eğitiyoruz - çalışıyoruz.
Evet, OOC - nedir bu?
Sadece bir modelim var - NS -60 nöronları. Hiçbir şey seçmek zorunda değilsin. Eğitiyoruz - çalışıyoruz.
Evet, OOC - nedir bu?
Mdya... peki, sorun değil... NS bir tane var, AMA onu eğittiğinizde, nöronların her zaman farklı ağırlık katsayılarını alacaksınız. HER ZAMAN FARKLI. Aynı şekilde çalışacak. eğitim alanında. Ancak her eğitimde her zaman farklı bir NS elde edilir ve bu fark nöronların katsayılarındadır. Böylece, bu katsayılar kümesine sahip bu NS'nin gelecekte bundan daha iyi çalışacağını statik olarak belirleyebilirsiniz... Öyle değil mi??? Ya da ben bir şey anlamıyorum. Sadece R'de her şey içeride dikilir ...... anladığım kadarıyla ...
Mdya... peki, sorun değil... NS bir tane var, AMA onu eğittiğinizde, nöronların her zaman farklı ağırlık katsayılarını alacaksınız. HER ZAMAN FARKLI. Aynı şekilde çalışacak. eğitim alanında. Ancak her eğitimde her zaman farklı bir NS elde edilir ve bu fark nöronların katsayılarındadır. Böylece, bu katsayılar kümesine sahip bu NS'nin gelecekte bundan daha iyi çalışacağını statik olarak belirleyebilirsiniz... Öyle değil mi??? Ya da ben bir şey anlamıyorum. Sadece R'de her şey içeride dikilir ...... anladığım kadarıyla ...
R'de çalışmıyorum.
Evet, her eğitimde her zaman farklı bir NS vardır. Bağımsız bir VR'de tek olanı kontrol ediyorum ve gerçeğe iletiyorum. Bu arada, vadeli işlemlerde.
R'de çalışmıyorum.
Evet, her eğitimde her zaman farklı bir NS vardır. Bağımsız bir VR'de tek olanı kontrol ediyorum ve gerçeğe iletiyorum. Bu arada, vadeli işlemlerde.
Ayrıca bağımsız BP'de test ettim. Temel stratejim, zaman kaybetmeden böyle bir VR oluşturmanıza olanak tanır. AMA ortaya çıktığı gibi, benim örneğimde hesaplanan tekniği uygulamak daha iyidir. Bu nedenle, modelinizin çıktı hakkında ne kadar bilgi taşıdığını anlamak istatistiksel olarak daha güvenilirdir....