Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1050
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Alyoshenka ve Sihirbazın (burada sinir ağlarında ticarette biraz başarılı olan tek kişi olduğunu hatırlatmama izin verin)
Kanıt var mı?
Alexander_K :
girdi verilerini hazırlamak için çok zaman harcanır.
Eh, standart gibi görünüyor, MO'ya yeni başlayanlar bile girişte çöp, çıkışta çöp diyecek
bilerek, yazılarımla onları geri dönüşe teşvik ediyorum :))) Ne yazık ki bu sırrı saklıyorlar...
))) eğlenceli
Kanıt var mı?
Neredeyse her zaman gönderilerini silerler, onlarla sadece çevrimiçi iletişim kurmanız yeterlidir.
Neredeyse her zaman gönderilerini silerler, onlarla sadece çevrimiçi iletişim kurmanız yeterlidir.
Ah, şey, bu anlaşılabilir...
Neredeyse her zaman gönderilerini silerler, onlarla sadece çevrimiçi iletişim kurmanız yeterlidir.
utandırmamak için sil) ve onlar hakkındaki efsaneleri destekliyorsun
utandırmamak için sil) ve onlar hakkındaki efsaneleri destekliyorsun
Belki öyledir, Max - tartışmıyorum :))
Ve Reshetov? , şey, evet, "MGUA"ya aşinadır, böyle bir şey söyledi.
Tahmin ediciler üzerinde yineleme yapma, modeller oluşturma ve daha sonra artan karmaşıklık modellerinden modeller oluşturma fikri bence çok doğru.
Ama belki de hata, tahmin edicileri değil, ticaret sisteminin çözümlerini sıralamanız gerektiğidir. çevrede? Ya da başka bir enfeksiyon...
modelleri üst üste, yığın veya başka bir şey üzerine çitlemek için burada, bu, IMHO, zaten çok fazla. Çünkü gerçekten saçma sapan şeyler öğrenirlerse, bu yardımcı olmaz, bunlar hiçbir şeyle ilgili olmayan yüzde iyileştirmenin bazı kesirleridir.
hata yok, sadece sabit kalıp yok)
Bu arada, Reshetov'un yazılımını seçerken ya program kütüphanesinin alt dizini adından ya da karşılaştığım yerden
http://www.gmdh.net/gmdh.htm
yani bir ve aynıydı. Java'da ve programında da sadece lib'ler var
Ve sonra, dönüştürülmüş özellikler üzerinde yinelemeli olarak eğitilmiş SVM ve MLP olmak üzere 2 sınıflandırıcıdan oluşan bir tandem var. Bu yüzden çok uzun sürüyor ve her şey çalışıyor.
modelleri üst üste, yığın veya başka bir şey üzerine çitlemek için burada, bu, IMHO, zaten çok fazla. Çünkü gerçekten saçma sapan şeyler öğrenirlerse, bu yardımcı olmaz, bunlar hiçbir şeyle ilgili olmayan yüzde iyileştirmenin bazı kesirleridir.
Çitlemek için değil, daha ilkel olandan daha karmaşık bir şey yaratmak için, bu doğanın ilkesidir, sen ve ben spermatozoadan aldık)) veya daha da uzağa bakarsanız bir düşünceden ..) Ve şimdi büyüdüler )
Yani modelin komplikasyonunda bir yanlışlık yok ayrıca komplikasyon dış ve iç kriterlere göre kontrol ediliyor, hata numunenin içinde ve dışında ölçülüyor, komplikasyon sırasında hata büyümeye başlarsa algoritma durur.. .Henüz kendim uygulamadım ama yöntemi çok beğeniyorum.
Çitlemek için değil, daha ilkel olandan daha karmaşık bir şey yaratmak için, bu doğanın ilkesidir, sen ve ben spermatozoadan aldık)) veya daha da uzağa bakarsanız bir düşünceden ..)
Yani modelin komplikasyonunda yanlış bir şey yok, ayrıca komplikasyon dış ve iç kriterlere göre kontrol ediliyor, hata numune içinde ve numune dışında ölçülüyor... Henüz kendim uygulamadım ama yöntem gerçekten bana hitap ediyor
özellikleri olan sıradan bir matris alıyoruz, her yinelemede tüm özelliklerden yeni bir bileşik özellik ekliyoruz, yeniden eğitiyoruz, bu özelliği bu Kolmogorov polinomu aracılığıyla daha karmaşık olana değiştiriyoruz, yeniden eğitiyoruz beş .. hata düşene kadar
ama pratikte, gürültülü verilerde orada böyle bir cehennem olacak
hata hala kötüyse tüm bu polinom öznitelikleri alıp onlardan yeni öznitelikler çıkarıyoruz :) sadece çok hızlı bir sinir ağına hatta lineer bir modele ihtiyacımız var yoksa bir yıl beklememiz gerekecek
ve daha da basit - çekirdekleştirilmiş bir SVM veya derin NN alın ve aynı şeyi elde edin (yalnızca sinir ağına katmanlar ekleyerek, özellikleri dönüştürürken elde ettiğiniz sonucun tamamen aynısını elde edebilirsiniz) yani. mucizeler gerçekleşmez
Orada ayrıca GMDH'nin derin NS'nin ilk analogu olduğu yazıyor.
özellikleri olan sıradan bir matris alıyoruz, her yinelemede tüm özelliklerden yeni bir bileşik özellik ekliyoruz, yeniden eğitiyoruz, bu özelliği bu Kolmogorov polinomu aracılığıyla daha karmaşık olana değiştiriyoruz, yeniden eğitiyoruz beş .. hata düşene kadar
ama pratikte, gürültülü verilerde orada böyle bir cehennem olacak
hata hala kötüyse tüm bu polinom öznitelikleri alıp onlardan yeni öznitelikler çıkarıyoruz :) sadece çok hızlı bir sinir ağına hatta lineer bir modele ihtiyacımız var yoksa bir yıl beklememiz gerekecek
ve daha da basit - çekirdekleştirilmiş bir SVM veya derin NN alın ve aynı şeyi elde edin (yalnızca sinir ağına katmanlar ekleyerek, özellikleri dönüştürürken elde ettiğiniz sonucun tamamen aynısını elde edebilirsiniz) yani. mucizeler gerçekleşmez
Orada ayrıca GMDH'nin derin NS'nin ilk analogu olduğu yazıyor.
Belki böyle tartışmayacağım, belki de değil)) Sadece GMDH kullanan süper bir robota sahip bu tüccarın, aramalarda bir polinom değil Fourier serisi (harmonikler) kullandığını ve bildiğimiz gibi Fourier'i ekleyeceğim. spektral analiz kanatçık için geçerli değildir. piyasalar, periyodik işlevler için tasarlandığından, ancak yine de bir kişi için ve nasıl çalıştı) Yani, cehennem bilir, her şey bükülmeli ve denenmeli ..
ama yine de, bir kişi için çalıştı ve nasıl
hikayenin devamı varmı
gözlemlerime göre, ticaret sistemi yalnızca olumlu sonuçlar verirse, o zaman sürekli bir boşaltma olacaktır - sabit lotlu bir TS'den bahsediyoruz ve kayıpları durduruyoruz