Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3154
![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Aleksey Vyazmikin tarafından desteklenene benzer bir yaklaşıma sahip birmakale. Bir sınıflandırma ağacı yerine, her bir yaprağın bir olayın farklı bir olasılığına (örneğin, yangın sıklığı) karşılık geldiği bir "fark ağacı" inşa edilir. Özünde bu, kümelemenin bir çeşididir.
Hemen belirtmeliyim ki, makaleyi ayrıntılı olarak anlatmaya hazır değilim, zira sadece şöyle bir göz gezdirdim.
Makale için teşekkürler!
Tercüme ettim, okudum.
Formüller şeklindeki algoritmayı daha anlaşılır bir dile çevirmeme yardımcı olabilir misiniz? Ve bu ağaç oluşturma yönteminin kodunu yazmaya çalışacağım.
Özellikle sizin sorunuza cevap verdim - istediğiniz herhangi bir soruya. Bu sizin bileceğiniz iş. Bana neden sorulduğu bile garip. İlgilendiğim konuyla hiçbir ilgisi yoktu.
Hmm, burada A-B testinin bir evrimi olan yükselme modelleri hakkında rapor vermiştiniz. Yani, yöntem, hedef yeni etkiden değiştiğinde etkiyi tahmin etmek için tasarlanmıştır. Bu nedenle, aranan tahmin edicinin etkisinin başlangıç noktasının belirlenmesi gerektiği benim için açıktır. İşte bu konudaki düşüncelerinizi duymak istedim. Neden önemli olmadığını düşündüğünüz de dahil olmak üzere.
Neden başyapıtlara çöp diyorsun? Tıpkı Alexei gibi, size üstünlükleriniz de dahil olmak üzere ücretsiz teklif ettim. Ama kodobazu'ya gönderildim. Ve şimdi o, şikayetçi, etrafta koşturup bana isimler takıyor.
Şikayetçi kim? Kim bana isim takıyor?
Eğer bensem, suçlamalar temelsiz. Enerjimi, sadece hedeflerime ulaşmak için gerekliyse, adil bir şekilde istenmeyenleri ortadan kaldırmak için harcayacağım.
Hızlı olduğu için doğrulama için öngörücü değerleri vermeyi teklif ettim.
Daha önce ZZ'den gelen veriler üzerinde çok sayıda tahmin edici kullandığımı yazmıştım, hatta bunun özünü bile tanımlamıştım. Bunu python'da yeniden yazmak verimsizdir.
Makale için teşekkürler!
Tercüme ettim, okudum.
Formüller şeklindeki algoritmayı daha anlaşılır bir dile çevirmeme yardımcı olabilir misiniz? Ve bu ağaç oluşturma yönteminin kodunu yazmaya çalışacağım.
Makalenin 10. sayfasında, sözde kod şeklinde bir uygulama bulunmaktadır. Sondan bir önceki sayfada, ekte, R dilindeki uygulamaya ve makalede kullanılan verilere referanslar var.
Genel anlamda, mql5'te karar ağaçlarını nasıl uyguluyorsunuz? Diziler veya şablonlar aracılığıyla mı?
Hmm, burada A-B testinin bir evrimi olan yükselme modelleri hakkında rapor vermiştiniz. Yani, yöntem, hedef yeni etkiden değiştiğinde etkiyi tahmin etmek için tasarlanmıştır. Bu nedenle, aranan tahmin edicinin etkisinin başlangıç noktasının belirlenmesi gerektiği benim için açıktır. İşte bu konudaki düşüncelerinizi duymak istedim. Neden önemsiz olduğunu düşündüğünüz de dahil olmak üzere.
Şikayet eden kim? Kim isim takıyor?
Eğer konu benimle ilgiliyse, suçlamalar temelsizdir. Enerjimi, sadece hedeflerime ulaşmak için gerekliyse, adil bir şekilde istenmeyenleri ortadan kaldırmak için harcayacağım.
Hızlı olduğu için doğrulama için tahmin değerlerini vermeyi teklif ettim.
Daha önce ZZ'den gelen veriler üzerinde çok sayıda tahminci kullandığımı yazmıştım, hatta bunun özünü anlatmıştım. Bunu python'a yeniden yazmak ters etki yaratır.
Bu yaklaşım yeni veriler üzerinde iyi çalışmıyor. Görünüşe göre, neyin tritent olması gerektiğini ve neyle ilişkili olduğunu tanımlama konusunda kötü bir iş çıkarmışım :)
R-learner fikri buradan alınmıştırBu yaklaşım yeni veriler üzerinde iyi çalışmıyor. Görünüşe göre, neyin tritent olması gerektiğini ve neyle ilişkili olduğunu tanımlama konusunda kötü bir iş çıkarmışım :)
R-learner fikri buradan alınmıştırMakale, girdiler - arz-talep esnekliği - hakkında çok önemli bilgiler kullanmaktadır. Bu nedenle aşırı uydurmanın ısrarlı kokusu.
Elimizde bu tür temel fiyat teklifi verileri yok, dahası esneklik muhtemelen işe yaramıyor: bir varlığın fiyatı sıfırdan çok yükseğe kadar değişebilir.
Gönderdiğiniz kodun yanı sıra nedensel yaklaşımın kendisi de ancak MKL-5 test cihazında çalıştırıldıktan sonra ve mutlaka bir ileriye dönük olarak değerli olacaktır.
Esnekliğe göre ayarlanmış olsa bile, yeni verilerde hiç çalışmadı. Yine de traine üzerinde iyi kaldı.
Sebepler belirlenmeye çalışılıyor...
Çünkü işe yaramış olabilir ama sizin istediğiniz şekilde değil.
Esnekliğe göre ayarlanmış olsa bile, yeni verilerde hiç çalışmadı. Yine de trende iyi kaldı.
Sebepler belirleniyor...
Çünkü işe yaramış olabilir, ama sizin istediğiniz şekilde değil.