Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 993
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
Bu mu? Ve eğer düşünürsen, yazılarını okur musun? Yani, sadece yumurtalar Maxim'den daha soğuktur))).
AaaHaHa... beni güldürdü teşekkürler! Evet, komik karakter, komik.
Yuri, bir kez daha söylüyorum - ilke doğrudur.
Ama, görüyorsunuz, mesele şu ki - şu anda sahip olduğum gibi, sinyal yoksa (pasaport gibi) veya olumsuzsa havalı fikirler bile insanlardan bir yanıt bulamıyor. Bunu kendi örneğimde görüyorum - peki, pozitif bir denge yok ....
Ama, görüyorsunuz, mesele şu ki - şu anda sahip olduğum gibi, sinyal yoksa (pasaport gibi) veya olumsuzsa havalı fikirler bile insanlardan bir yanıt bulamıyor. Bunu kendi örneğimde görüyorum - iyi, pozitif bir denge yok, öyle görünüyor - pankartı alın, işi finale getirin, insanları mutlu edin. Hayır, kimse ilgilenmiyor.
Yani bu iş parçacığında.
Eh, hiç kimsenin "gökyüzünde eşitlik" yoktur ve genel olarak, eşitlik yoktur ve bu kadar - konu hemen geçici, ilginç olmayan bir konu haline gelir.
Sonuç: Her konuda basitçe "sinyali olan bir kişi" olmalıdır. Olumlu ile! Sonra hayat başlar.
Böyle birini bekliyoruz. Umuyoruz ve inanıyoruz.
Açıkçası, görmedim - kimsenin sinyalleriyle ve hatta gerçeklerden gelen raporlarla ilgilenmedim. Ben noktayı görmüyorum. Bu genel arzuyu anlamıyorum.
Hayır, diğerleri gibi ben de ilgileniyorum.
Bu, ne derse desin, zihnin bir göstergesidir. Örneğin arkadaşlarımda iyi sinyallere sahip bir kişi var. İlham verir, tekrar tekrar çalışmanızı sağlar, çünkü. Gerçekten Forex'te para kazanabileceğinizi görüyorum. Ve kişisel olarak henüz baş edemediğim gerçeği - iyi, peki. Henüz akşam değil.
Hayır, diğerleri gibi ben de ilgileniyorum.
Bu, ne derse desin, zihnin bir göstergesidir. Örneğin arkadaşlarımda iyi sinyallere sahip bir kişi var. İlham verir, tekrar tekrar çalışmanızı sağlar, çünkü. Gerçekten Forex'te para kazanabileceğinizi görüyorum. Ve kişisel olarak henüz baş edemediğim gerçeği - iyi, peki. Henüz akşam değil.
Açıkça, dış teşviklere ihtiyacınız var. Onlarsız hiçbir şey.)
En önemli şeyi söylemeyi unuttum - bu kişi, hiçbir şekilde sinir ağlarını kullanmıyor.
Bu başlıktaki biri benzer sonuçlar gösterseydi, tüm forumun buraya çekileceğinden kesinlikle eminim, çünkü Ulusal Meclis komik bir şey. Ama ne yazık ki, bu önemli nokta olmadan, burada izlenecek ve okunacak bir şey yok. BENİM NACİZANE FİKRİME GÖRE.
En önemli şeyi söylemeyi unuttum - bu kişi, hiçbir şekilde sinir ağlarını kullanmıyor.
Bu başlıktaki biri benzer sonuçlar gösterseydi, tüm forumun buraya çekileceğinden kesinlikle eminim, çünkü Ulusal Meclis komik bir şey. Ama ne yazık ki - bu önemli nokta olmadan, burada izlenecek ve okunacak bir şey yok. BENİM NACİZANE FİKRİME GÖRE.
neden geçerli değil?
neden retorik?
PCA - doğrusal dönüştürme + tekrarlanabilirlik sorunları.
Fourier dönüşümü, dalgacıklar, spektral tekillik vb. - ayrıştırma algoritmaları
Tsne, işleme için harika bir boyut küçültme algoritmasıdır. Çalışması için eksiksiz bir veri setine ihtiyacınız var. Yeni tek verilerle nasıl çalışacağını bilmiyor. Karmaşık jimnastik yaparak sadece tren / test setleriyle değil, aynı zamanda yeni tekli verilerle de kullanıma uyarlamak mümkündür (bazı kaynaklar yazıyor). Benim için işe yaramadı ve ML'deki öngörücülerin boyutsallığını azaltmak için başarılı bir Tsne uygulamasına sahip makaleler görmedim.
Retorik çünkü görünüşe göre bu algoritmayı kullanmayı denemedin. Aksi takdirde boyutu küçültmeyi önermezlerdi... Gerçi bu algoritmadan bir sonuç çıkarsa paylaşın.
İyi şanlar
PCA - doğrusal dönüştürme + tekrarlanabilirlik sorunları.
Fourier dönüşümü, dalgacıklar, spektral tekillik vb. - ayrıştırma algoritmaları
Tsne, işleme için harika bir boyut küçültme algoritmasıdır. Çalışması için eksiksiz bir veri setine ihtiyacınız var. Yeni tek verilerle nasıl çalışacağını bilmiyor. Karmaşık jimnastik yaparak sadece tren / test setleriyle değil, aynı zamanda yeni tekli verilerle de kullanıma uyarlamak mümkündür (bazı kaynaklar yazıyor). Benim için işe yaramadı ve ML'deki öngörücülerin boyutsallığını azaltmak için başarılı bir Tsne uygulamasına sahip makaleler görmedim.
Retorik çünkü görünüşe göre bu algoritmayı kullanmayı denemedin. Aksi takdirde boyutu küçültmeyi önermezlerdi... Gerçi bu algoritmadan bir sonuç çıkarsa paylaşın.
İyi şanlar
Dinle, kişi sınıflandırmak için çok fazla veri içeren bir problem buldu, ben bir çözüm buldum...
PCA da bir ayrıştırma algoritmasıdır, yanılmıyorsam diğerleri gibi ayrıştırma ile boyutsallık azalır (bir şey atılır, ancak bir şey kalır)
Tüm bu algoritmaların herhangi bir fayda sağlayamayacağı (boyutu küçültmeleri dışında) başka bir soru ve algoritmalar için değil, verinin kendisi için bir sorudur.
Tsne'ye gelince, algoritma harika olabilir, ancak diğerleriyle aynı şekilde piyasa verileri üzerinde çalışıyor, bu yüzden onu sınıflara ayırmaya çalıştım ama ilginç bir şey elde edemedim, bu yüzden cıvata attı. Yeni verileri bilmiyorum, internette tren ve test ile çalışan tsne örneklerini gördüm ama muhtemelen siz de gördünüz
Tsne'ye gelince, algoritma harika olabilir, ancak diğerleri gibi piyasa verileri üzerinde çalışıyor , bu yüzden onu sınıflara ayırmaya çalıştım ama ilginç bir şey elde edemedim, bu yüzden cıvata attı . Yeni verileri bilmiyorum, internette tren ve test ile çalışan tsne örneklerini gördüm ama muhtemelen siz de gördünüz
Yeni "t-sne"den "RSA", Fourier dönüşümü, dalgacıklar vb. Onların yardımıyla, ns cinsinden 100 girişten, örneğin 5'ten fazlasını yapabilir ve neredeyse kaliteyi kaybetmezsiniz .