Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 376
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
Bir doğrulama sitesi ile erken durdurma yöntemiyle ALGLIB eğitiminde bulundu:
Bana bir şeyler yanlış geliyor, çünkü gerçek ticarette çubuklar kendi sıralarına göre gidecek ve bir saat ve bir gün önce olanlarla karıştırılmadan gidecek.
Ve pazarın "karakteri" değişirse, yeni NN modellerini yeniden öğrenmek veya aramak gerekir.
Ağınızda 500'den fazla bağlantınız var mı? Birkaç nöron varsa L-BFGS'nin LM'den daha az etkili olduğunu yazıyorlar.
Ağınızda 500'den fazla bağlantınız var mı? Birkaç nöron varsa L-BFGS'nin LM'den daha az etkili olduğunu yazıyorlar.
Şimdiye kadar, daha az, zamandan tasarruf etmek için - geliştirme aşaması, her şeyi bitirir bitirmez, tahmin edicileri ve ağ şemalarını aramak için zaten sonuna kadar zorlanacağım
Belki tam olarak anladığında bir makale yaz? :) Alglib nöronu hakkında iyi makale yok, tercüme edilmesi zor bir makale var
NS'nin açıklaması gibi bir makale (çünkü Alglib için normal bir referans bile bulamadım) ve botta eğitim / yeniden eğitim, otomatik optimizasyon örneği. Bu benim, sadece çalışmak için yeterli bilgi olmadığını fark ettim. Bunun için de para ödüyorlar gibi görünüyor) boşuna değil zaman harcıyorlar
Belki tam olarak anladığında bir makale yaz? :) Alglib nöronu hakkında iyi makale yok, tercüme edilmesi zor bir makale var
NS açıklaması gibi bir yazı (çünkü Alglib için normal bir referans bile bulamadım) ve botta eğitim/yeniden eğitim, otomatik optimizasyon örneği. Bu benim, sadece çalışmak için yeterli bilgi olmadığını fark ettim. Görünüşe göre onlar da ödüyor) boşuna vakit harcamak
https://www.mql5.com/ru/articles/2279'u temel aldım. 8 saat çalışma durumuna getirildi. Sanırım çoğu programcı daha fazla zaman almayacak.
Ve şimdi sonuçlandırmak, ek yapmak bir hafta sürüyor. seçenekler, testler vb.
Muhtemel değil - bir makale için zamanın% 100'ünü bulamayacağım ... ayrıca, kendim Ulusal Meclis'i yeni anlamaya başlıyorum, akıllı / yeni bir şey söyleyemem.
https://www.mql5.com/ru/articles/2279'u temel aldım. 8 saat çalışma durumuna getirildi. Sanırım çoğu programcı daha fazla zaman almayacak.
Ve şimdi sonuçlandırmak, ek yapmak bir hafta sürüyor. seçenekler, testler vb.
Hala Bayes sınıflandırıcısı + genetiğine bakıyorum, iyi sonuçlar. Izgaralarla, kafamda bir şekilde çamurlu, birçok nüans
evet, aynı makaleden bahsediyorum, programcıdan çok tüccar olmama rağmen bana sindirilebilir gelmedi)
Karıştırılmamış veriler üzerinde erken durdurma eğitimi:
Doğrulama sitesinde bir düzenleme yapılmış gibi görünüyor. Test bir genellikle başarılı, ancak eğitimde değildi ve karşılaştırılmadı, görünüşe göre sadece bir tesadüf.
Karıştırma nedeniyle, eğitim ve doğrulama alanlarında hata düzeltildi.Topluluklar aynı işlevi görüyor ve orada bölme 2/3 ve her iki bölüm arasında her şey karışık, aynısını yapmaya çalışacağım ...
Karıştırıldı:
Ve testte daha da kötüleşti.
Verileri karıştırmak ve daha sonra bunları eğitim ve doğrulamaya bölmek bana yanlış geliyor çünkü gerçek ticarette çubuklar kendi sıralarına göre gidecek ve bir saat, bir gün veya bir hafta öncekilerle karıştırılmamış. Benzer şekilde, doğrulama bölümünün başlangıçta, sonra ortada ve sonra sonda olduğu çapraz doğrulama algoritmaları için.
Ve pazarın "karakteri" değişirse, yeni NN modellerini yeniden öğrenmeniz veya aramanız gerekir.
Ve son bölümde karıştırıp doğrulamazsanız, bu bölüme sığmaktan nasıl kaçınılır?
4 parsel elde edilir mi? Eğitim/doğrulama/test1/test2 ?
Kaç eğitim/onaylama döngüsü yapılmalıdır? Bu konuda hiçbir bilgi görmedim ... Toplamda 1 döngü? - ve bundan hemen sonra, tahmin ediciler kümesindeki veya ağ şemasındaki bir şeyi onaylıyor veya değiştiriyoruz? Daha doğrusu, N eğitim döngüsü için bize en iyilerinden biri gösterilecektir.
Test bölümü2 bir karardır: eğer eşleşmezse, tercihen bir dizi tahmin edici ile baştan başlarız.
not.
Bu arada, hala bir testçi var, DONANIM'ın nihai kararı.
Sonuçların karıştırılmasıyla ilgili durum belirsizliğini koruyor:
Karıştırılmamış veriler üzerinde erken durdurma eğitimi:
Doğrulama sitesinde bir düzenleme yapılmış gibi görünüyor. Test bir genellikle başarılı, ancak eğitimde değildi ve karşılaştırılmadı, görünüşe göre sadece bir tesadüf.
Karıştırma nedeniyle, eğitim ve doğrulama alanlarında hata düzeltildi.Topluluklar aynı işlevi görüyor ve orada bölme 2/3 ve her iki bölüm arasında her şey karışık, aynısını yapmaya çalışacağım ...
Karıştırıldı:
Ve testte daha da kötüleşti.
Verileri karıştırmak ve daha sonra bunları eğitim ve doğrulamaya bölmek bana yanlış geliyor çünkü gerçek ticarette çubuklar kendi sıralarına göre gidecek ve bir saat, bir gün veya bir hafta öncekilerle karıştırılmamış. Benzer şekilde, doğrulama bölümünün başlangıçta, sonra ortada ve sonra sonda olduğu çapraz doğrulama algoritmaları için.
Ve pazarın "karakteri" değişirse, yeni NN modellerini yeniden öğrenmeniz veya aramanız gerekir.
Ve son bölümde karıştırıp doğrulamazsanız, bu bölüme sığmaktan nasıl kaçınılır?
1. Benim görüşüme göre, sizden hiçbir şey öğrenilmiyor - sadece hedef değişkenle ilgisi olmayan tahmin edicilerin rastgele bir sonucu.
2. Karıştırma.
NS'yi bilmiyorum.
Ancak diğer birçok ML algoritmasında eğitim tam olarak bir satırda yapılır. Her tahmin edicinin BİR değeri alınır ve ona hedef değişken atanır. Yani karıştırma önemsizdir. Komşuları dikkate alan MO algoritmaları vardır.
Ama her durumda, bakış açılarımız örtüşüyor ve başlangıçta her zaman test2 üzerinde karıştırmadan test yapıyorum.
not.
Tekrar.
İki farklı örnekteki hata sizinkiyle aynıysa, bu, sisteminizin yalnızca bir aykırı değer için umutsuz olduğu anlamına gelir.
İnternet denen dipsiz bir çöplükte dolaşırken böyle bir kağıt parçasına rastladım.
Artificial Neural Networks architectures for stock price prediction:comparisons and applicationsbaşka bir deyişle - stok tahmini için NN mimarileri - karşılaştırma ve uygulama
Sonuçların karıştırılmasıyla ilgili durum belirsizliğini koruyor:
Verileri karıştırmak ve daha sonra bunları eğitim ve doğrulamaya bölmek bana yanlış geliyor çünkü gerçek ticarette çubuklar kendi sıralarına göre gidecek ve bir saat, bir gün veya bir hafta öncekilerle karıştırılmamış. Benzer şekilde, doğrulama bölümünün başlangıçta, sonra ortada ve sonra sonda olduğu çapraz doğrulama algoritmaları için.Ve pazarın "karakteri" değişirse, yeni NN modellerini yeniden öğrenmek veya aramak gerekir.
Ve son bölümde karıştırıp doğrulamazsanız, bu bölüme sığmaktan nasıl kaçınılır?
Tren/test/geçerli olarak böldükten sonra, treni karıştır . Diğer setleri karıştırmayın.
Bu, sinir ağlarına göre sınıflandırma için geçerlidir. Ayrıca, derin sinir ağlarını eğitirken, sinir ağını beslemeden önce her bir mini parti karıştırılır.
İyi şanlar