Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2661
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
python'da bir ticaret robotu balığı olan var mı?
ML robotu için...
Güzel makale https://pair-code.github.io/understanding-umap/
Bunun eğlencesi ne?
Bunun neresi eğlenceli?
Benim asıl söylemek istediğim, bir şeyi "humap" ayrıştırması ile tanımanın oldukça zor olduğudur.
Örneğin, bir tanıma algoritmasının iki ön bacağın bir "ön bacak" sınıfı olduğunu fark etmesi için.
çok fazla dönüşüm yapmak zorundasınız...
1) "unmap" bileşenlerini parçalara (kümelere) bölmek "dbscan "in bununla doğru bir şekilde başa çıkması pek olası değildir (bu görev için).
2) değişmezlik olması için mamut bacaklarının boyutlarına göre çeşitlendirilmesi (bu aşamayı burada atlayacağız)
3) bilinmeyen bir algoritmaya göre bacakların birbiriyle doğru eşleştirilmesi + merkezleme
4) daha doğru bir pozisyon için bacakların döndürülmesi
5) daha doğru bir pozisyon için ayakların yansıtılması
6) şimdi bacakları hizalamamız, ana bozulmaları gidermemiz gerekiyor. Bence bacakları temel bileşenler yöntemiyle ayrıştırmak ve ilk temel bileşeni onlardan çıkarmak mümkündür, bu teoride ana çarpıklıkları ortadan kaldırmalıdır (bunu göstermedim).
7) Ve ancak o zaman bacaklar arasındaki mesafeyi/yakınlığı ölçerek benzer olduklarını ve tek bir sınıf "ön bacaklar" olarak sınıflandırılabileceklerini anlayabilirsiniz.
Benim asıl söylemek istediğim, "yumap" ayrıştırması olan bir şeyi tanımanın oldukça zor olduğudur.
Örneğin, tanıma algoritmasının iki ön bacağın tek bir "ön bacak" sınıfı olduğunu fark etmesini sağlamak için.
çok fazla dönüşüm yapmak zorundasınız.
Zavallı fil.
Ben de zaten o fil gibiyim, kare kafalı)))
Ben de zaten o fil gibiyim, kare kafalı)))
Evet, teoride her şey nettir, örneğin bacaklarının nerede olduğu ve kafasının nerede olduğu, ancak algoritma için hiçbir şey net değildir, sadece bir dizi nokta vardır.
Botlar için işaretlerde de durum aynı.
Evet, teoride her şey nettir, örneğin bacaklarının nerede olduğu ve kafasının nerede olduğu, ancak algoritma için hiçbir şey net değildir, sadece bir dizi nokta
Aynı şey botlar için de geçerli.
Bu nedenle, bilgisayarla görmede olduğu gibi en geniş anlamda değişmezliğe ihtiyacımız var, böylece algoritmanın kendisi segmentlere ayırabilir, sonra genişletebilir, daraltabilir, döndürebilir, bozabilir ve ancak o zaman karşılaştırabilir.
https://robwhess.github.io/opensift/
https://www.analyticsvidhya.com/blog/2019/10/detailed-guide-powerful-sift-technique-image-matching-python/#:~:text=SIFT%20helps%20locate%20the%20local,detection%2C%20scene%20detection%2C%20detection%2C%20etc.Aynı şey botların özellikleri için de geçerli.
Aynen öyle! Fil için endişelenmiyorum.
.
Evet, merak ediyorum.
Örnekte bir fil modeli gösteriliyor, ancak bu parçalar bir deve yapmak için kullanılırsa, muhtemelen işe yaramayacaktır.
---
Pazar listelerinde her zaman benzer modeller vardır: "filler", "develer", "tavşanlar". Ancak hepsi farklı boyutlardadır. Ancak modeller gerçek ve kendilerini her zaman tekrarlıyorlar.
Benim yaşımda filler gibi karmaşık analitik süreçlere derinlemesine girmek zor, ancak ilginç olduğunu söyleyeceğim.
Evet, ilginç.
Örnekte bir fil modeli gösteriliyor, ancak bu parçalardan bir deve yaparsanız, muhtemelen işe yaramayacaktır.