交易中的机器学习:理论、模型、实践和算法交易 - 页 1883 1...187618771878187918801881188218831884188518861887188818891890...3399 新评论 Rorschach 2020.07.16 18:22 #18821 不会有什么打击,我们分头行动吧。博克斯和詹金斯欢欣鼓舞 这项研究的结果表明,简单的经典方法,如线性方法和指数平滑法,优于复杂和精密的方法,如决策树、多层感知器(MLP)和长短时记忆(LSTM)网络模型。 mytarmailS 2020.07.17 05:43 #18822 Rorschach: 不会有什么打击,我们分头行动吧。博克斯和詹金斯欢欣鼓舞这项研究的结果表明,简单的经典方法,如线性方法和指数平滑法,优于复杂和精密的方法,如决策树、多层感知器(MLP)和长短时记忆(LSTM)网络模型。 低能者为低能者撰写的文章 Rorschach 2020.07.17 06:07 #18823 Evgeny Dyuka: 顺便说一下,也许专家可以帮助。这里有一个问题: 例如,任务是通过一张照片来区分猫和狗。什么是正确的学习方法? 1.只展示猫和狗的图片,即二元分类。 2.分别只教猫和 "非猫"(protos chaos)+分别也教狗和 "非狗",即两个训练周期和输出的两个模式。 3.做一个三类的分类--猫、狗和混乱。也就是说,会有一个模型,但答案是三个选项的分类。 现在我有第一个选项,而且显然是歪的。问题是,神经只能很好地学习其中一个变体,按照惯例只能很好地看到 "猫",而对狗的识别能力很差。例如,在回测中,模型善于检测价格的上升运动,而忽略了下降运动。如果向上的猜测高达67%,同一个模型只向下猜测了55%。"向上 "和 "向下 "从模型到模型可以改变位置。 通常他们会说把它们都试一试,然后选择最好的一个。我认为,2个网格,每个网格都有自己的任务(猫或狗),再加上对输出设置一个阈值。然后你需要以某种方式确定哪些例子被识别得最差,它们需要被处理或额外的训练。在输入端为那些将在实践中使用的例子服务,如果房子不会出现在测试中,那么在训练中展示它就没有意义。另外,受训者身上的照片和测试上的照片也应该被平等对待。 Uladzimir Izerski 2020.07.17 06:13 #18824 Evgeny Dyuka: 顺便说一下,如果有资源,不一定是物质资源--推广的受众或在你已经拥有的基础上组织进一步研究的机会,我对伙伴关系持开放态度。仅仅靠手工就能把这个话题提高到一个好的水平是不可能的。你需要不同领域的真正专家。 在你的个人资料中加入telegram-channel的链接。这将是有趣的事情。 Uladzimir Izerski 2020.07.17 06:21 #18825 Rorschach: 他们通常说尝试一切,并选择最佳方案。我认为,2个网格,每个网格处理不同的任务(猫或狗),另外在输出上设置一个阈值。然后你需要以某种方式确定哪些例子是公认的最糟糕的,他们需要被处理或需要做额外的培训。在输入端为那些将在实践中使用的例子服务,在培训中展示房子是没有意义的,如果它不会出现在测试中。另外,托盘上的图片和测试上的图片也应该被平等对待。 如果有准确的坐标,为什么要通过图片的棱镜来看价格。价格和时间。剩下的就是描述感兴趣的模型。而且因为有很多,所以有选择地进行。即使没有经过培训,机器也能100%识别它们。 Evgeny Dyuka 2020.07.17 06:36 #18826 Uladzimir Izerski: 在你的个人资料中抛出一个 电报频道的链接。这将是有趣的观察。 我上传了 暂停到星期一的指标信号,去 "历史 "按钮看看它们的样子和神经信号。 Evgeny Dyuka 2020.07.17 06:40 #18827 Rorschach: 他们通常会说:1.全部尝试,选择最佳方案。我认为,2.2.每项工作都有不同的任务(猫或狗),另外在输出上设置一个阈值。然后你需要以某种方式确定哪些例子被识别得最差,它们需要被处理或额外的训练。在输入3.提供那些将在实践中使用的例子,在培训中展示房子是没有意义的,如果它不会出现在测试中。另外,受训者身上的照片和测试上的照片也应该被平等对待。 1.这是正确的,你必须通过所有的选项。问题是,这太耗费时间了。 2.试了一下,情况变得更糟。 3.你怎么知道她在用哪些?这是一个黑匣子,所以我什么都喂。 Rorschach 2020.07.17 06:48 #18828 Uladzimir Izerski: 既然有精确的坐标,为什么还要通过图片的棱镜来看价格。价格和时间。剩下的就是描述感兴趣的模型。而且因为有很多,所以有选择地进行。即使没有经过培训,机器也能100%识别它们。 这个问题是关于猫和狗的。而且你可以尝试教网络进行图形分析。 Evgeny Dyuka 2020.07.17 06:56 #18829 Uladzimir Izerski: 既然有精确的坐标,为什么还要通过图片的棱镜来看价格。价格和时间。剩下的就是描述感兴趣的模型。而且因为有很多,所以有选择地进行。即使没有经过培训,机器也能100%识别它们。 当然不是图片,只是直接比喻为图片。一个烛台由三个值来描述。 Evgeny Dyuka 2020.07.17 06:59 #18830 Rorschach: 这个问题是关于猫和狗的。并且可以教给大家网络图形分析的方法 也许你可以向网络展示截图,但经过优化后,你将会看到开盘、收盘、高位、低位。 1...187618771878187918801881188218831884188518861887188818891890...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
不会有什么打击,我们分头行动吧。博克斯和詹金斯欢欣鼓舞
这项研究的结果表明,简单的经典方法,如线性方法和指数平滑法,优于复杂和精密的方法,如决策树、多层感知器(MLP)和长短时记忆(LSTM)网络模型。
不会有什么打击,我们分头行动吧。博克斯和詹金斯欢欣鼓舞
这项研究的结果表明,简单的经典方法,如线性方法和指数平滑法,优于复杂和精密的方法,如决策树、多层感知器(MLP)和长短时记忆(LSTM)网络模型。
低能者为低能者撰写的文章
顺便说一下,也许专家可以帮助。这里有一个问题:
例如,任务是通过一张照片来区分猫和狗。什么是正确的学习方法?
1.只展示猫和狗的图片,即二元分类。
2.分别只教猫和 "非猫"(protos chaos)+分别也教狗和 "非狗",即两个训练周期和输出的两个模式。
3.做一个三类的分类--猫、狗和混乱。也就是说,会有一个模型,但答案是三个选项的分类。
现在我有第一个选项,而且显然是歪的。问题是,神经只能很好地学习其中一个变体,按照惯例只能很好地看到 "猫",而对狗的识别能力很差。例如,在回测中,模型善于检测价格的上升运动,而忽略了下降运动。如果向上的猜测高达67%,同一个模型只向下猜测了55%。"向上 "和 "向下 "从模型到模型可以改变位置。
通常他们会说把它们都试一试,然后选择最好的一个。我认为,2个网格,每个网格都有自己的任务(猫或狗),再加上对输出设置一个阈值。然后你需要以某种方式确定哪些例子被识别得最差,它们需要被处理或额外的训练。在输入端为那些将在实践中使用的例子服务,如果房子不会出现在测试中,那么在训练中展示它就没有意义。另外,受训者身上的照片和测试上的照片也应该被平等对待。
顺便说一下,如果有资源,不一定是物质资源--推广的受众或在你已经拥有的基础上组织进一步研究的机会,我对伙伴关系持开放态度。仅仅靠手工就能把这个话题提高到一个好的水平是不可能的。你需要不同领域的真正专家。
在你的个人资料中加入telegram-channel的链接。这将是有趣的事情。
他们通常说尝试一切,并选择最佳方案。我认为,2个网格,每个网格处理不同的任务(猫或狗),另外在输出上设置一个阈值。然后你需要以某种方式确定哪些例子是公认的最糟糕的,他们需要被处理或需要做额外的培训。在输入端为那些将在实践中使用的例子服务,在培训中展示房子是没有意义的,如果它不会出现在测试中。另外,托盘上的图片和测试上的图片也应该被平等对待。
如果有准确的坐标,为什么要通过图片的棱镜来看价格。价格和时间。剩下的就是描述感兴趣的模型。而且因为有很多,所以有选择地进行。即使没有经过培训,机器也能100%识别它们。
在你的个人资料中抛出一个 电报频道的链接。这将是有趣的观察。
暂停到星期一的指标信号,去 "历史 "按钮看看它们的样子和神经信号。
他们通常会说:1.全部尝试,选择最佳方案。我认为,2.2.每项工作都有不同的任务(猫或狗),另外在输出上设置一个阈值。然后你需要以某种方式确定哪些例子被识别得最差,它们需要被处理或额外的训练。在输入3.提供那些将在实践中使用的例子,在培训中展示房子是没有意义的,如果它不会出现在测试中。另外,受训者身上的照片和测试上的照片也应该被平等对待。
2.试了一下,情况变得更糟。
3.你怎么知道她在用哪些?这是一个黑匣子,所以我什么都喂。
既然有精确的坐标,为什么还要通过图片的棱镜来看价格。价格和时间。剩下的就是描述感兴趣的模型。而且因为有很多,所以有选择地进行。即使没有经过培训,机器也能100%识别它们。
这个问题是关于猫和狗的。而且你可以尝试教网络进行图形分析。
既然有精确的坐标,为什么还要通过图片的棱镜来看价格。价格和时间。剩下的就是描述感兴趣的模型。而且因为有很多,所以有选择地进行。即使没有经过培训,机器也能100%识别它们。
这个问题是关于猫和狗的。并且可以教给大家网络图形分析的方法
也许你可以向网络展示截图,但经过优化后,你将会看到开盘、收盘、高位、低位。