Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1045
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
kimse beni tekmelemiyorken bu yönde ilerlemek çok zor şimdi trade yapmıyorum havamdayken sistemi bitiriyorum çünkü orda düşünmek zorundayım ama düşünmekten hoşlanmıyorum
Evet, bu oyunun çalışmadığını, mantığın en güçlü olduğunu anlamak için python veya R'de 5 dakika harcamaktansa, çeşitli dönüşümlerin teorisi ve uygulamasına bir yıl harcamak daha iyidir, dinleyin veya belki kendi programlamanızı oluşturun hemen dil? neden bu mql , c++ 'a ihtiyacınız var? Ya ne oturuyorsun...
Buradaki sorun teoride değil, onu nasıl anladığınızda ve ayrıca analiz sırasında edindiğiniz her şeyi sunmak için doğru yaklaşımdadır.
Bir kişinin veri toplama ve sistemleştirme konusunda muazzam bir iş yapması, ancak bunları doğru bir şekilde uygulayamaması olur.
Bir kişinin veri toplama ve sistemleştirme konusunda muazzam bir iş yapması, ancak bunları doğru bir şekilde uygulayamaması olur.
katılıyorum, olur
Eh, gökyüzüne eşitlik göstermek ve bir eğitim videosu çekmek için sonbaharda gevezelik etmeye söz verdin)))
Peki, Atlantik ötesi Kıtalararası DEV'in beni ağıma bağlayacağını kim bilebilirdi !!!! Tüm deneme süresi boyunca işe dalmak, her türlü eğitime gitmek zorunda kaldım. Hatta şampiyonluk sırasında Kazan'da oldu. Ancak, esas olarak cumartesi günleri zaman ayırmasına ve kısa süre önce yanlışlıkla bir hata yapmasına ve başka bir veri iyileştirmesi almasına rağmen ticareti bırakmadı. İyileştirme, daha da fazla ayrılabilirlik anlamına gelir. Yukarıdaki Şekil 2. Bu, Reshetov'un Optimize Edici'nin, prensipte onun için ŞAŞIRTICI olan, yeniden eğitmeye başlamasına neden oldu, çünkü temelde alt eğitim için baskı altındaydı ve sonra doğrudan yeniden eğitildi. Veri analizi, kümeleme alanlarında çift noktaların varlığını gösterdi; bu, vektörlerin özdeş olduğunu, yani sayının kuyruklarında küçük bir farkla birbirlerinin bir kopyası olduklarını gösterir. Bu tür veri kümeleri, bu vektörlerden biri eğitime, ikincisi ise test kümesine düştüğünde fazla uydurmaya yol açar. Bu durumda, ikiye katlanan vektörlerden biri çıkarılmalıdır! Ancak girişin anlamına bakarsanız, MO'nun yüksek derecede allolojisine şaşırmaya başlarsınız. Çünkü böyle bir girişte noktayı göremiyorum ama STSUKO işe yarıyor!
Bir şekilde kendim karar verdim: Yanlışlıkla çalışan bir girdiye rastlarsanız, onu anlamanıza gerek yok, sadece kullanın ve bu kadar ..... Bana "Neden işe yarıyor?" diye sorun. ve "HZ" cevabını vereceğim ve ne olursa olsun ganimeti kesmeye devam edeceğim :-)
Aptalların işi aşktır :)))
Her şeyden önce, sizi düzene ve düzene sokacaktır. Ve ticaret oraya yerleşecek ...
örneğin, farklı dönüştürülmüş girdi verileri üzerinde bir dizi model oluşturmak ve en iyisini seçmek gibi farklı modellerin (öngörücülerin) numaralandırılması. Hesaplardan şifreler nasıl seçilir. Konu ve örüntüler hakkında a priori bilgi olmadığında.
el yapımı eller gibidir
İngilizce Vapnik videosu bununla ilgiliydiON-TO-NOT-TS-TOOOOO anladınız .... Ama görevi basitleştirelim, diyelim ki bir veri seti için 10 model oluşturduk, ANCAK tren ve teste rastgele bölünmüş. Soru: Orijinal seti en iyi şekilde GENELleştiren model nasıl seçilir??? Bu temel bir soru ve şimdi bunun etrafında bir teori inşa ediyorum. Buraya kadar teorimde her şey mantıklı ama sonuna kadar tamamlanmış değil.
Bu sorunu çözebilmek için elde edilen modellerin Genelleme yeteneğinin metriğinin belirlenmesi gerekmektedir. Burada bazı kaynakları okudum ve bu tür metriklerin zaten var olduğu ortaya çıktı, ancak hepsi değerleri olduğundan fazla tahmin ediyor. Anladığım kadarıyla, genelleme düzeyini belirlemek için tek bir etkili yöntem yok. Bu, makine öğrenimi alanında temel bir görevdir. Reshetov'un karar verme şekli de bir ölçüdür ve şu anda modelin Özgüllük ve Duyarlılığı hesaplandığında bu en iyi çözümdür, ancak bu aynı değildir. Ama sonra bir şey ..... sonra HOGOGOGOOOOO!!!!! :-)
Bunu teklif edeceğimi düşünmemiştim ama yine de...
Belirli seviyelerde pd\sp oluşturan sinir ağlarına dayalı bir sistem (gösterge) oluşturdum, bu şey oldukça iyi çalışıyor.
Göstergenin felsefesi, bazı gerçek aşırı alım / aşırı satım veya duyarlılık arayışıdır.
Haftada 1-2 yerde sinyal veriyor, sinyal doğru tespit edilirse %100'e yakın bir olasılıkla çalışıyor.
Sorun şu ki, mql bilmiyorum ve gösterge "R" ile yazılmış (birçok kitaplık kullanarak) , mql öğrenmeye gücüm yok.
Burada kodumu mql'ye entegre etmeye ve MT4'te görselleştirme yapmaya hazır biri varsa, onunla iletişim kurmaya ve gelecekte işbirliği yapmaya hazırım.
ON-TO-NOT-TS-TOOOOO anladınız .... Ama görevi basitleştirelim, diyelim ki bir veri seti için 10 model oluşturduk, ANCAK tren ve teste rastgele bölünmüş. Soru: Orijinal seti en iyi şekilde GENELleştiren model nasıl seçilir??? Bu temel bir soru ve şimdi bunun etrafında bir teori inşa ediyorum. Buraya kadar teorimde her şey mantıklı ama sonuna kadar tamamlanmış değil.
Bu sorunu çözebilmek için elde edilen modellerin Genelleme yeteneğinin metriğinin belirlenmesi gerekmektedir. Burada bazı kaynakları okudum ve bu tür metriklerin zaten var olduğu ortaya çıktı, ancak hepsi değerleri olduğundan fazla tahmin ediyor. Anladığım kadarıyla, genelleme düzeyini belirlemek için tek bir etkili yöntem yok. Bu, makine öğrenimi alanında temel bir görevdir. Reshetov'un karar verme şekli de bir ölçüdür ve şu anda modelin Özgüllük ve Duyarlılığı hesaplandığında bu en iyi çözümdür, ancak bu aynı değildir. Ama sonra bir şey ..... sonra HOGOGOGOOOOO!!!!! :-)
10, 2000 modelden hiçbir şey değildir. Rastgele bölümleme zaten mevcut, ancak veri kümeleri de değişiyor. 1. çekirdekteki bir ultrabook 15-20 dakika içinde sayılır.
Bu arada, jpedictor hakkında - Bana verdiğin versiyonu seçiyordum ve orada bir nükleer makine görmedim .. Çıkarmak istedim, nasıl çalıştığını görmek istedim
aynen öyle arkadaşlar
xs, bir sınıflandırma hatası veya bir mantık hatası dışında ne kullanacağımı bilmiyorum
Bunu teklif edeceğimi düşünmemiştim ama yine de...
Belirli seviyelerde pd\sp oluşturan sinir ağlarına dayalı bir sistem (gösterge) oluşturdum, bu şey oldukça iyi çalışıyor.
Göstergenin felsefesi, bazı gerçek aşırı alım / aşırı satım veya duyarlılık arayışıdır.
Haftada 1-2 yerde sinyal veriyor, sinyal doğru tespit edilirse %100'e yakın bir olasılıkla çalışıyor.
Sorun şu ki, mql bilmiyorum ve gösterge "R" ile yazılmış (birçok kitaplık kullanarak) , mql öğrenmeye gücüm yok.
Burada kodumu mql'ye entegre etmeye ve MT4'te görselleştirme yapmaya hazır biri varsa, onunla iletişim kurmaya ve gelecekte işbirliği yapmaya hazırım.
Hayır ... Burada böyle insanları tanımıyordum :-(
10, 2000 modelden hiçbir şey değildir. Rastgele bölümleme zaten mevcut, ancak veri kümeleri de değişiyor. 1. çekirdekteki bir ultrabook 15-20 dakika içinde sayılır.
Bu arada, jpedictor hakkında - Bana verdiğin versiyonu seçiyordum ve orada bir nükleer makine görmedim .. Çıkarmak istedim, nasıl çalıştığını görmek istedim
aynen öyle arkadaşlar
xs, bir sınıflandırma hatası veya bir mantık hatası dışında ne kullanacağımı bilmiyorum
o %100 orada. Yavaş yavaş kendim için yeniden yapmaya başladım. Şimdi modeli MKUL 5 saniye meselesine ayarlayın..