Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1539
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
ses ve müzik dosyaları dtw kullanılarak sıkıştırılır ve bunlar da VR'dir.
;)
Eh, bu konuyu zaten inceledim, eğer kendi sözlerimle, o zaman şöyle bir şey:
)) Ne nafig sıkıştırması? orada ne okuduğun net değil ama kesinlikle öyle değil
işte bu yüzden yüzgeci sıkıştır. sanal:)
ve gerçekten, neden? :))
Giriş verilerini basitçe ayrıklaştırabilirsiniz, örneğin 5 basamağı 4 basamağa dönüştürebilirsiniz. Ve veriler zaten 10'lu gruplar halinde olacak.
Eh, ya da daha önce önerildiği gibi - alglib ormanında istenen derinliğe veya sayfadaki örnek sayısına ulaşıldığında dallanmanın durmasını sağlamak.
örnekleme, kedi özellikleri + vanhot'tan daha iyi çalışır, önemli ölçüde iyileştirmek mümkün değildi
ve gerçekten, neden? :))
alıntıları zip arşivlerine sıkıştırabilir, boyutlarına bakabilirsin ve bunlar yeni özellikler olacak
)) ne nafig sıkıştırması? orada ne okuduğun net değil ama kesinlikle öyle değil
parladığınızı varsayacağız, yazmadan önce en azından wiki'yi okuyun
dtw algoritması, sinyalin zaman bileşenini analiz eder ve onu belirli bir sabit değere getirir, bu değeri bilerek, sinyalin bilgi bileşeni arasında duraklayabilir, sadece kaldırabilirsiniz - sonuç olarak, veri paketleri olmadan veri paketlerine sahip olursunuz. zaman bileşeni + sabit zaman ekseni dönüşüm algoritması
alıntıları zip arşivlerine sıkıştırabilir, boyutlarına bakabilirsin ve bunlar yeni özellikler olacak
çalışmayacak, zip algoritması katı bir dönüştürme algoritmasıdır ve 1 bayt farklılık gösteren veriler aynı veri olarak tanımlanmayacaktır,
verilerle çalışmak için katı bir algoritmaya ihtiyacınız yok, hepsi orijinal verilerin kaybıyla, eğer gerçekten icat etmediyseniz - bu jpg - kayıpla sıkıştırır ve içeriğe yakın veriler olacaktır sonunda yaklaşık olarak aynı şekilde restore edildi, ancak bu görsel! ve makine için nasıl tanımlanacak? - sağlama toplamları farklı olacak, baytların kendileri farklı değerlere sahip olacak....
ancak NN için bir eğitim örneği olarak, belki de ihtiyacınız olan şey budur, yani rastgele veriler için biraz jpg'ye ihtiyacınız var (resimlere değil)
çalışmayacak, zip algoritması katı bir dönüştürme algoritmasıdır ve 1 bayt farklılık gösteren bu verileri aynı veri olarak tanımlamaya çalışmayacaktır,
verilerle çalışmak için katı bir algoritmaya ihtiyacınız yok, hepsi orijinal verilerin kaybıyla, eğer gerçekten icat etmediyseniz - bu jpg - kayıpla sıkıştırır ve içeriğe yakın veriler olacaktır sonunda yaklaşık olarak aynı şekilde restore edildi, ancak bu görsel! ve makine için nasıl tanımlanacak? - sağlama toplamları farklı olacak, baytların kendileri farklı değerlere sahip olacak....
ancak NN için bir eğitim örneği olarak, belki de ihtiyacınız olan şey budur, yani rastgele veriler için biraz jpg'ye ihtiyacınız var (resimlere değil)
Evet, şakaydı)) Eh, bir otomatik kodlayıcı veya evrişim bu görevde iyi bir iş çıkarır. Vladimir'in kodlayıcılar hakkında makaleleri var, ancak konvolüsyonlar yok
seq2seq aynı zamanda bir kod çözücü-kodlayıcıdır. Örneğin, makine çevirisinde Rusça ve İngilizce arasında farklı sayıda harf vardır. sözler. Orada hepsi sıkıştırılır, analiz edilir ve ardından sıkıştırılır.
https://medium.com/@gautam.karmakar/summary-seq2seq-model-using-convolutional-neural-network-b1eb100fb4c4dtw ile ilgili bir şeyler okumaya başladım ama onu fin sıralarına nasıl uygulayacağımı ve neden buna ihtiyacım olduğunu anlamadım) ama konu ilginç, muhtemelen
DTW'nin grafik parçaları arasındaki benzerlikleri bulma sürecinin bir uzantısı olduğu bir kavram vardı, ancak sonunda dalgacıklar muhtemelen daha basittir (veya belki de değildir)
Evet, şakaydı)) Eh, bir otomatik kodlayıcı veya evrişim bu görevde iyi bir iş çıkarır. Vladimir'in kodlayıcılar hakkında makaleleri var, ancak konvolüsyonlar yok
seq2seq aynı zamanda bir kod çözücü-kodlayıcıdır. Örneğin, makine çevirisinde Rusça ve İngilizce arasında farklı sayıda harf vardır. sözler. Orada hepsi sıkıştırılır, analiz edilir ve ardından sıkıştırılır.
https://medium.com/@gautam.karmakar/summary-seq2seq-model-using-convolutional-neural-network-b1eb100fb4c4Geçen yıl kodlayıcılar hakkında okudum, her zamanki gibi, fiyat tablosunda her şeyin büyük saç tokalarına gireceğini düşünüyorum - herhangi bir dönüşümü mahvediyorlar, eğer saç tokası olmasaydı, Mashki çalışırdı ve Kalman filtresi ve her şey yolunda giderdi) ))
ancak kayıplı sıkıştırma hakkında, burada arama yapmayı deneyebilirsiniz - örneklerin boyutu kompakt olacaktır, bu da ağın büyük olmayacağı anlamına gelir, genellikle daha iyi öğrenir
Not: evet, forumda DTW vardı, arama bile https://www.mql5.com/ru/code/10755
bir kez büküldü, ama ... kullanmadan önce her şeyin bir dosyayla işlenmesi gerekiyor)))
DTW'nin grafik parçaları arasındaki benzerlikleri bulma sürecinin bir uzantısı olduğu bir kavram vardı, ancak sonunda dalgacıklar muhtemelen daha basittir (veya belki de değildir)
Not: evet, forumda DTW vardı, arama bile https://www.mql5.com/ru/code/10755
bir kez büküldü, ama ... kullanmadan önce her şeyin bir dosyayla işlenmesi gerekiyor)))
oh hayır, ne olur, sinir ağını döndürmek için daha ileri gideceğim. Buna inanmıyorum.
oh hayır, ne olur, sinir ağını döndürmek için daha ileri gideceğim. Buna inanmıyorum.
NS'yi daha fazla döndürmek istemiyorum, MT5 test cihazını ve GA'sını aldım, GA oldukça yeterli çalışıyor, hızlı bir şekilde yapabilirsiniz (4.5 x 10 ^ 142 seçenekler test edildi !!! - yaklaşık 2-3 saat) bir TS makinesi ve ardından ileriye doğru test edin, sonuçlar oldukça kabul edilebilir, IMHO
Not: ancak GA'nın da bir dosya ile sonlandırılması gerekiyor, giriş parametrelerini seçmek zor - 5 yıl boyunca çok fazla test yapıyorsunuz, yanlış giriş verileri olarak kesmeye başlıyorsunuz - sonra ne kadar şanslı veya hemen nerede optimize edileceğini ve olup olmadığını buldunuz mu? onu hiç bulamayacak
NS'yi daha fazla döndürmek istemiyorum, MT5 test cihazını ve GA'sını aldım, GA oldukça yeterli çalışıyor, hızlı bir şekilde yapabilirsiniz (4.5 x 10 ^ 142 seçenekler test edildi !!! - yaklaşık 2-3 saat) bir TS makinesi ve ardından ileriye doğru test edin, sonuçlar oldukça kabul edilebilir, IMHO
Ya izleme yapacağım ya da bir makale yazacağım.. Makale ile uğraşamayacak kadar tembelim, bir sürü mektup
artık her şey sadece python'da. epeyce zaman kazandırır.
GA'nın dezavantajı genelleme yapmamasıdır.