Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 294

[Mikhail Toptunov]

Sizce nasıl, tekrarlayanlarla nasıl çalışılır?

‌lstm ile

+import numpy as np
+ from keras.preprocessing import sequence
+ from keras.models import Sequential
+ from keras.layers import Dense, Activation, Embedding
+ from keras.layers import LSTM
+ from keras.datasets import imdb
+
+# Устанавливаем seed для повторяемости результатов
+np.random.seed( 42 )
+# Максимальное количество слов (по частоте использования)
+max_features = 5000
+# Максимальная длина рецензии в словах
+maxlen = 80
+
+# Загружаем данные
+(X_train, y_train), (X_test, y_test) = imdb.load_data(nb_words=max_features)
+
+# Заполняем или обрезаем рецензии
+X_train = sequence.pad_sequences(X_train, maxlen=maxlen)
+X_test = sequence.pad_sequences(X_test, maxlen=maxlen)
+
+# Создаем сеть
+model = Sequential()

‌Giriş nasıl kontrol edilir, döngüde ne döngü yapılır

[Mikhail Toptunov]

+# Создаем сеть
+model = Sequential()
+# Слой для векторного представления слов
+model.add(Embedding(max_features, 32, dropout=0.2))
+# Слой долго-краткосрочной памяти
+model.add(LSTM(100, dropout_W=0.2, dropout_U=0.2))  # try using a GRU instead, for fun
+# Полносвязный слой
+model.add(Dense(1, activation="sigmoid"))
+
+# Копмилируем модель
+model.compile(loss='binary_crossentropy',
+              optimizer='adam',
+              metrics=['accuracy'])
+
+# Обучаем модель
+model.fit(X_train, y_train, batch_size=64, nb_epoch=7,
+          validation_data=(X_test, y_test), verbose=1)
+# Проверяем качество обучения на тестовых данных
+scores = model.evaluate(X_test, y_test,
+                        batch_size=64)
+print("Точность на тестовых данных: %.2f%%" % (scores[1] * 100))

[mytarmailS]

Top2n :
Zaten her şeyi denedim

günün herhangi bir saatinde, herhangi bir dilde, programlama hakkında sorular sormak için özel olarak oluşturulmuş http://ru.stackoverflow.com kaynağına kaydolun ve aynı zamanda Rusça doğru cevaplar veritabanını genişleteceğiz.

[Vladimir Perervenko]

Top2n :

Sizce nasıl, tekrarlayan ile nasıl çalışılır?

‌lstm ile

+import numpy as np
+ from keras.preprocessing import sequence
+ from keras.models import Sequential
+ from keras.layers import Dense, Activation, Embedding
+ from keras.layers import LSTM
+ from keras.datasets import imdb
+
+# Устанавливаем seed для повторяемости результатов
+np.random.seed( 42 )
+# Максимальное количество слов (по частоте использования)
+max_features = 5000
+# Максимальная длина рецензии в словах
+maxlen = 80
+
+# Загружаем данные
+(X_train, y_train), (X_test, y_test) = imdb.load_data(nb_words=max_features)
+
+# Заполняем или обрезаем рецензии
+X_train = sequence.pad_sequences(X_train, maxlen=maxlen)
+X_test = sequence.pad_sequences(X_test, maxlen=maxlen)
+
+# Создаем сеть
+model = Sequential()

‌Giriş nasıl kontrol edilir, döngüde ne döngü yapılır

Bu kod parçacıklarına bakılırsa, bir metin tahmini problemini araştırmak/çözmek istiyorsunuz. Sadece birkaç soru:

• Ticaretin ne tarafı bu?
• Python kodunu MT4/5'e nasıl bağlamayı önerirsiniz?

Elbette, LSTM makine öğrenimi modelleriyle ilgilidir, ancak textMining ticaretle mi ilgilidir?

Bu konuda tecrübeniz ve tecrübeniz varsa yeni bir şube açın, örneğin: TextMiningPython . Meraklılar varsa, sizi destekleyeceklerdir. Gelişmeleri ilgiyle takip edeceğim. Ancak girişin, hedef verilerin, verileri aldığınız kaynaklara bağlantıların ve çözmek istediğiniz sorunun daha anlaşılır bir açıklamasıyla başlayın. Gönderinizden sadece çok üst düzey bir psişik ne hakkında olduğunu anlayabilir.

İyi şanlar.

‌

[mytarmailS]

google'dan google korele adlı bir hizmet var https://www.google.com/trends/correlate

İlişkili kullanıcı sorgularını arayabilir, sorgular VR olarak temsil edilir. İlginç bir hizmet, ona kendi VR'nizi yükleyebilmeniz ve verilen VR ile ilişkili bu tür sorguları aramasıdır.

Buradaki fikir, enstrümanın fiyatını oraya koymak ve neyle ilişkili olduğunu görmek, bu yeni tahminciler bulmak için faydalı olabilir, örneğin, korelasyonun bağlantıları bulmak için çok kaba bir yol olduğunu kesinlikle anlıyorum, ancak yine de ilginç....

Yani sorun şu ki, hizmetin verileri enstrümanın fiyatıyla hangi biçimde beslemesi gerektiğini hala anlamıyorum, belki birileri bunu anlar ve bana verilerin nasıl hazırlanacağını ve hangi biçimde olması gerektiğini söyler.

‌

katma...........

‌

Google http://forbes.net.ua/opinions/1336134-google-pomogaet-ustanovit-zhdut-li-ukraincy-krizisa'dan hizmetin özünü daha derinden anlamanızı sağlayacak başka bir makale.

makale, gerçek endüstriyel üretimin dinamikleri göstergeleri arasında güçlü bir ilişki bulunduğunu göstermektedir.

Ukrayna'da "tüketici kredisi" ifadesi için arama sorguları ile Ukrayna'da

[Mihail Marchukajtes]

mytarmailS :

google'dan google korele adlı bir hizmet var https://www.google.com/trends/correlate

İlişkili kullanıcı sorgularını arayabilir, sorgular VR olarak temsil edilir. İlginç bir hizmet, ona kendi VR'nizi yükleyebilmeniz ve verilen VR ile ilişkili bu tür sorguları aramasıdır.

Buradaki fikir, enstrümanın fiyatını oraya koymak ve neyle ilişkili olduğunu görmek, bu yeni tahminciler bulmak için faydalı olabilir, örneğin, korelasyonun bağlantıları bulmak için çok kaba bir yol olduğunu kesinlikle anlıyorum, ancak yine de ilginç....

Yani sorun şu ki, hizmetin verileri enstrümanın fiyatıyla hangi biçimde beslemesi gerektiğini hala anlamıyorum, belki birileri bunu anlar ve bana verilerin nasıl hazırlanacağını ve hangi biçimde olması gerektiğini söyler.

Korelasyon harika ama NS'de entropi gibi göstergeler olduğunu hatırlıyorum ve başka bir şey hatırlamıyorum bile ama sonra birden rekorları yükseltmek istedim ...... Belki bundan faydalı bir şey çıkar .. ..

[Dr. Trader]

mytarmailS :

google'dan bir hizmet var...

‌

ilginç, kodda, ancak Google ilişkili hiçbir şey bulamadı

‌

 library (lubridate)
library (rusquant) #install.packages( "rusquant" , repos= "http://R-Forge.R-project.org" )


#для недельных баров, сдвиг на одну дату назад ибо в сша первый день недели это воскресенье
getSymbols( "EURUSD" ,src = "Finam" , period= "week" , from = 0 )
eurusdTime <- as.character(ymd(time(EURUSD))-days( 1 ))


# #для месячных баров
# getSymbols( "EURUSD" ,src = "Finam" , period= "month" , from = 0 ) #месячные бары вместо недельных
# eurusdTime <- as.character(ymd(time(EURUSD))) #для месячных баров



#либо первый вариант, либо второй, зависит от того как в гугле данные относятся к дате - с отставанием или опережением. я не знаю.
eurusdOpen <- as.numeric(scale(c(diff(as.numeric(EURUSD$EURUSD. Open ))[- 1 ], 0 , 0 )))
# eurusdOpen <- as.numeric(scale(c(diff(as.numeric(EURUSD$EURUSD. Open )), 0 )))


write.table(matrix(c(eurusdTime,eurusdOpen), ncol= 2 ), file= "table.csv" , sep= "," , dec= "." , row.names = FALSE , col.names = FALSE )

[mytarmailS]

Dr.Tüccar :

Koddan 'ilginç,', ancak Google ilişkili hiçbir şey bulamadı

Teşekkürler!!!

farklılaştırmaya gerek yok, serinin yapısı ve trend kayboluyor, ölçek" de gerekli değil, hesaplamalardaki korelasyon mutlak değerlerin dışına çıkıyor... bir tür mevsimsel özellik veya başka bir şey arama eğilimi ve o zaman bile ...

Deneyin ve her şey yoluna girecek

 library (lubridate)
library (rusquant) #install.packages( "rusquant" , repos= "http://R-Forge.R-project.org" )


#для недельных баров, сдвиг на одну дату назад ибо в сша первый день недели это воскресенье
getSymbols( "EURUSD" ,src = "Finam" , period= "week" , from = 0 )
eurusdTime <- as.character(ymd(time(EURUSD))-days( 1 ))


eurusdOpen <- as.numeric(EURUSD$EURUSD. Open )


DT <- matrix(c(eurusdTime,eurusdOpen), ncol= 2 )


write.table(DT,file= "table.csv" , sep= "," , dec= "." , row.names = FALSE , col.names = FALSE )

‌‌Gerçek, en azından söylemek gerekirse bağlantıları garip buluyor)) hip-hop forumlarından atlarla ilgili taleplere :)

‌Şimdi asıl soru , neyin gerçek bir bağlantı ve neyin tesadüf olduğunu nasıl belirleyeceğimizdir.

[Dr. Trader]

mytarmailS :

farklılaşmaya gerek yok serinin yapısı ve trendi kaybolmuş

Kesinlikle, evet. Google bunu yapamaz, yalnızca diğer trendlerle korelasyon arar, kazançlarıyla değil, üzgünüm, o kadar kullanışlı değil.

‌

mytarmailS :

ölçek "dökme de gerekli değildir

‌SSS'ye göre gerekli (ortalama=0, sd=1, tam olarak ölçeğin yaptığı şeydir). Her ne kadar trend grafiğine bakılırsa, unuttuysanız Google'ın kendisi sizin için ölçeği yapar.

[mytarmailS]

http://prntscr.com/eighfp

fransa ‌‌ :)