Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1268

[Vizard_]

Alexander_K2 :

:))) Kesha'nın torunu Alyosha'yı tamir etmiş olarak düşünsün ve buradaki her şeyi Kıyamet Günü'ndeki gibi temizlesin. Ve aptalca onların emirlerini paraya çevireceğim. Güzellik!

Inet, ağızdan ağıza dolaşan haberlerin hızla yayıldığı büyük bir köydür, bu nedenle kümülatif ve
bir Hindu tarafından bir hindi yaratılmasına yol açtı ve Mesih'imizin RL'nin yardımıyla ruhları kurtarma konusunda sızlanması şubenin yazarını kayıtsız bırakmadı)))
Medium.com/@alexeybnk/improving-q-learning-agent-trading-stock-by-adding-recurrency-and-reward-shaping-b9e0ee095c8b

[mytarmailS]

Sihirbaz_ :

Medium.com/@alexeybnk/improving-q-learning-agent-trading-stock-by-adding-recurrency-and-reward-shaping-b9e0ee095c8b

beğenmek

[Aleksey Vyazmikin]

Sihirbaz_ :
Alexey Vyazmikin
Alyosha, bir ızgara ve parametreler değil, bir ızgara üzerinde hiperparametreler, rastgele vb. Ama nasıl doğrulayacağınızı düşünmeniz gerekiyor,
nasıl kontrol edilir (gerekirse) ve sadece nasıl ve ne için değil, aksi takdirde oyun muma değmez ...

Efendim, bu teraryumdaki parametreler ve hiperparametreler arasındaki fark nedir? Kütüphanenin adı uygun olur...

Amacım, python'da GPU'daki performansı ve komut satırındaki küçük model boyutları - 10-30 catbust ağaçları ile test etmektir.

[Maxim Dmitrievsky]

elibrarius :

Evet. Pekala, onu DFSPlitR'de çoğaltın, böylece regresyon ormanları da benzer işlevselliğe sahip olur

farklı değerler koy

qcnt=15;

qmin=1;

qmaks=5;

vb., dosya boyutu değişmiyor, hata da çok değil gibi görünüyor

belki iyi anlamadım çünkü bir Zamanlar

[Maxim Dmitrievsky]

RL'ye uygun gürültü eklenmesi, tren bölümündeki sonucu OOS ile eşitler, tabii ki tren bölümüne de gürültü ekler. DQN ile bu makale örneğini takip ederek, ancak daha önce uyguladım

https://habr.com/ru/post/436628/

bir sinüzoid ile, elbette, çok ileri gitti, öğrenmek için çok basit bir işlev, ancak normların mantığında hatalar bulmak için

LSTM hücrelerini "kendi ellerimle" nasıl ekleyeceğimi merak ediyorum, beyin fırtınası yapmam gerekecek

[Vasily Perepelkin]

Şimdi RNN ve LSTM moda, biri onları Metatrader'a bağlamayı denedi mi? Teorik olarak, fiyat zaman serilerini temsil eden dizilerle çalıştıkları ve " ekonometrinin beygir gücü" olan olağan regresyon yalnızca Gauss nokta bulutlarıyla normal bir dağılımla çalıştığı için faydalı olmaları gerekir.

[Forester]

Maksim Dmitrievski :

farklı değerler koy

qcnt=15;

qmin=1;

qmaks=5;

vb., dosya boyutu değişmiyor, hata da çok değil gibi görünüyor

belki iyi anlamadım çünkü bir Zamanlar

Ayrıca metin dosyalarına değil, ikili dosyalara seri hale getirebilirsiniz. DosyaWriteStruct . Dosyaların daha küçük olacağını ve daha hızlı işleneceğini düşünüyorum.
Yazmadan önce, çift duyarlık gerekmiyorsa veriler Float'a dönüştürülebilir (benim için gerekli değil).
İhtiyacım olduğunda muhtemelen kendim yapacağım.

[Vladimir Perervenko]

Vasili Perepelkin :
Şimdi RNN ve LSTM moda, biri onları Metatrader'a bağlamayı denedi mi? Teorik olarak, fiyat zaman serilerini temsil eden dizilerle çalıştıkları ve " ekonometrinin beygir gücü" olan olağan regresyon yalnızca Gauss nokta bulutlarıyla normal bir dağılımla çalıştığı için faydalı olmaları gerekir.

İster R'den ister Python'dan olsun, R.mqh kitaplığını ve keras/tensorflow kitaplıklarını kullanın. Sorunsuz ve tam işlevsellik ve her zevke uygun bir örnek denizi mevcuttur.

İyi şanlar

[Renat Akhtyamov]

Vladimir Perervenko :

R'den isterseniz veya Python ise, R.mqh kitaplığını ve keras/tensorflow kitaplıklarını kullanın. Sorun yok ve tam işlevsellik mevcut.

İyi şanlar

Vladimir, izlemen varsa, lütfen bağlantıyı kişisel bir mesajla gönder.

[Vladimir Perervenko]

Renat Akhtyamov :
Vladimir, izlemen varsa, lütfen bağlantıyı kişisel bir mesajla gönder.

Benimkini izlemiyorum, başkalarını tanımıyorum. Yukarıda belirtilen makale, kodu yeniden oluşturmak ve fazla karmaşık hale getirmek için yeterli bilgiden yoksundur. Her şeyin R6 kullanmadan paketlerden standart katmanlarla uygulanabileceğini düşünüyorum.

İyi şanlar