Makine öğrenimi robotları - sayfa 5
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
Tabii ki denedim ve sadece ben değil, örneğin MO konusunda bunu yapanlar var, girdide çöple ilgili mantrayı tekrarlıyor ve bir öğretmenle öğrenirken resmi çıktıdaki çöpü unutuyorlar. daha iyi değil, öznitelik vektörünü seçmek ve karıştırmak, fazla uydurmayı engellemez.
Manuel olarak işaretlemeye çalışıyorum, soru şu ki, sinyaller eşit olarak bölünmeli mi, sistem tersine çevrilebilir mi? veya sadece girişleri mantıkla mı işaretleyin?
Ve ağ durağan olmama ile nasıl başa çıkıyor? ve bununla başa çıkıyor mu, örneğin, aynı desenin boyutu 15 bar veya 150 olabilir
Manuel olarak işaretlemeye çalışıyorum, soru şu ki, sinyaller eşit olarak bölünmeli mi, sistem tersine çevrilebilir mi? veya sadece girişleri mantıkla mı işaretleyin?
Ve ağ durağan olmama ile nasıl başa çıkıyor? ve bununla başa çıkıyor mu, örneğin, aynı desenin boyutu 15 bar veya 150 olabilir
Şimdi deneylerin organizasyonu ve tartışılması için:
Neden bu kadar zor. Her şey çok daha kolay yapılabilir.
Tarihte birçok işlem rastgele oluşturulur. Birçoğu başarılı, çoğu değil. Bu örnekte, sistemi ML yöntemlerini kullanarak eğitiyoruz. MO'nun kendisi kalıpları sınıflandırır ve bulur.
~ 10 bin işlemlik bir dizide yaptım. ML ile basit bir sistem bile iyi çalışır ve testte başarılı işlemlerin yaklaşık %80-85'ini gösterir. Basit bir MO için zaten çok iyi. garip çünkü o sadece bu kadar çok işlemi hatırlayamıyor - bunun tek açıklaması ML'nin gerçekten bazı kalıpları bulması ve genelleştirmesidir.
Evet, ancak tüm bu mucizeler sadece eğitim dizisinde gözlemlenir.)
Neden bu kadar zor. Her şey çok daha kolay yapılabilir.
Tarihte birçok işlem rastgele oluşturulur. Birçoğu başarılı, çoğu değil. Bu örnekte, sistemi ML yöntemlerini kullanarak eğitiyoruz. MO'nun kendisi kalıpları sınıflandırır ve bulur.
~ 10 bin işlemlik bir dizide yaptım. ML ile basit bir sistem bile iyi çalışır ve testte başarılı işlemlerin yaklaşık %80-85'ini gösterir. Basit bir MO için zaten çok iyi. garip çünkü o sadece bu kadar çok işlemi hatırlayamıyor - bunun tek açıklaması ML'nin gerçekten bazı kalıpları bulması ve genelleştirmesidir.
Evet, ancak tüm bu mucizeler sadece eğitim dizisinde gözlemlenir.)
Eh, evet, tam aşırı takmalı eğitimde, m.b. ve %100, ancak görev hatırlamak değil, ileriye dönük sonuçları genelleştirmek ve elde etmektir.
Bu nedenle, deneyde, rastgele veya tüm olası karlı işlemler üzerinde değil, bazı göstergelerin okumalarından filtrelenen işlemler (sinyaller) üzerinde eğitim yapılması önerilmektedir.
Bu nedenle, tüm sinyaller zaten VR ile resmi bir bağımlılık içerecek ve sinir ağının bunu belirlemesi ve örneğe dahil olmayan kötü sinyalleri hariç tutmak için bir model oluşturması gerekecektir.
Neden bu kadar zor. Her şey çok daha kolay yapılabilir.
Tarihte birçok işlem rastgele oluşturulur. Birçoğu başarılı, çoğu değil. Bu örnekte, sistemi ML yöntemlerini kullanarak eğitiyoruz. MO'nun kendisi kalıpları sınıflandırır ve bulur.
~ 10 bin işlemlik bir dizide yaptım. ML ile basit bir sistem bile iyi çalışır ve testte başarılı işlemlerin yaklaşık %80-85'ini gösterir. Basit bir MO için zaten çok iyi. garip çünkü o sadece bu kadar çok işlemi hatırlayamıyor - bunun tek açıklaması ML'nin gerçekten bazı kalıpları bulması ve genelleştirmesidir.
Evet, ancak tüm bu mucizeler sadece eğitim dizisinde gözlemlenir.)
MO bilginiz maalesef hala sıfıra gidiyor
bu nedenle, dahili sinir ağınız henüz bir fikir birliğine varamıyor: neden buna ihtiyaç duyuluyor?MO bilginiz maalesef hala sıfıra gidiyor
bu nedenle, dahili sinir ağınız henüz bir fikir birliğine varamıyor: neden buna ihtiyaç duyuluyor?Bu kadar endişelenmene gerek yok Maxim.)) Sadece yumurtaların senden daha havalı olduğunu zaten herkes biliyor.
Pekala, evet, belki de tam uyum sağlayan eğitimde. ve %100, ancak görev hatırlamak değil, ileriye dönük sonuçları genelleştirmek ve elde etmektir.
Bu nedenle, deneyde, rastgele veya tüm olası karlı işlemler üzerinde değil, bazı göstergelerin okumalarından filtrelenen işlemler (sinyaller) üzerinde eğitim yapılması önerilmektedir.
Bu nedenle, tüm sinyaller zaten VR ile resmi bir bağımlılık içerecek ve sinir ağının bunu belirlemesi ve örneğe dahil olmayan kötü sinyalleri hariç tutmak için bir model oluşturması gerekecektir.
Eğitim örneğinin boyutu NN'nin boyutundan çok daha büyük olduğunda, yeniden eğitim pratik olarak gerçekçi değildir.
Küçük numunelerde, zaman pahasına fazla takma elde edilir. Diyelim ki size 200 gerçek işlem verildi.
Eğitim örneğinin boyutu NN'nin boyutundan çok daha büyük olduğunda, yeniden eğitim pratik olarak gerçekçi değildir.
Küçük numunelerde, zaman pahasına fazla takma elde edilir. Diyelim ki size 200 gerçek işlem verildi.
Verilere, parametrelere ve model tipine bağlıdır, örneğin ağaçlarda, seviye sayısı dinamik olarak artar, ağımda olduğu gibi, nöron sayısı, koşullu bilgi yoğunluğunda bir kısıtlama olmasına rağmen, ancak belirlenir. sadece eğitim örneği ile budama, komite vb. işlemleri yapabilirsiniz.
Ve yeniden eğitim, mutlaka tüm örnekleri ezberlemek değildir, sadece onları genelleme yapmadan ezberlemektir, örneğin, değiştirilen ve değiştirilemeyen çelişkili bilgilerin varlığında. ortalama.
Verilere, parametrelere ve model tipine bağlıdır, örneğin ağaçlarda, seviye sayısı dinamik olarak artar, ağımda olduğu gibi, nöron sayısı, koşullu bilgi yoğunluğunda bir kısıtlama olmasına rağmen, ancak belirlenir. sadece eğitim örneği ile budama, komite vb. işlemleri yapabilirsiniz.
Ve yeniden eğitim, mutlaka tüm örnekleri ezberlemek değildir, sadece onları genelleme yapmadan ezberlemektir, örneğin, değiştirilen ve değiştirilemeyen çelişkili bilgilerin varlığında. ortalama.
Ve bunu deney için neden yapmıyorsunuz: Market'ten bazı süper kandırıcı stratejiler indirin, test cihazında çalıştırın (test cihazına inanıyoruz) ve sonuçları Ulusal Meclise, RF'ye, SVM'ye veya başka bir şeye gönderin. Ve beklemek zorunda değilsiniz - bir demo üzerinde denedik ve sonuca hayran kaldık.
Ve bunu deney için neden yapmıyorsunuz: Market'ten bazı süper kandırıcı stratejiler indirin, test cihazında çalıştırın (test cihazına güveniyoruz) ve sonuçları Ulusal Meclis'e, RF'ye, SVM'ye veya başka bir şeye gönderin. Ve beklemek zorunda değilsiniz - bir demo üzerinde denedik ve sonuca hayran kaldık.
Bu yüzden, koruma ile derlenen moderatör onu ovmak imkansız. kaynağa ihtiyacınız var ve kaynak ovuşturulacak. satıcının haklarını korumak gerekiyor - bir kısır döngü çıkıyor :))
Ama şaşıracak bir şey yok çünkü çeşitli mesleklerden robotların ve nesne ortamındaki yasal statüleri hala sorunlu...