插值、近似等（alglib包）。 - 页 12

[Ivan Negreshniy]

Maxim Dmitrievsky:

非线性的是什么？

但结合核心。目标是通过小的血液来减少错误，我正在成功地做到这一点。在神经网络中建立150层，然后每次删除1层/神经元。这将是更糟糕的，更慢的。

我不认为非线性矢量会被冒犯）。

我不明白我们在谈论什么神经网络操作，也许是某种卷积...

[Maxim Dmitrievsky]

FxTrader562:

训练速度听起来很不错。）

但你确定在交易进场时，该算法能如此迅速地检查如此大量的训练有素的模型，以做出准确的交易决定吗？

我的意思是，在一个普通的服务器或VPS中，你预计平均需要多少时间来检查交易进入或退出前的训练数据？或者你打算像你之前的RDF文章中那样，实施类似于交易政策的东西？

不，我只是选择最好的一个，或最好的5个

[FxTrader562]

Maxim Dmitrievsky :

是的，它可以被无休止地讨论。在结果改善之前--我是这样认为的。而且一切运作迅速

我并不是说这是最好的方法，只是需要检查一下。

我们的意思是，带核的非线性分类器会有更好的效果。你可以给神经网络增加层数，但特征空间将是杂乱无章的可分离的，它将被重新训练

你可以添加一些KPCA或线盘分析来进行过滤，但这样一来，过程将再次变得不可控，并且只依赖于这些算法。

mb，我错过了一些东西，但核心+快速非线性模型应该是非常酷的。

那么，你是否已经完成了，还是在发表之前还需要增加一些东西？

如果是这样，它的速度很快，而且在学习和执行的过程中，那么可能唯一要完成的任务就是使算法随着时间的推移自动收敛，并使收敛速度加快。

[Maxim Dmitrievsky]

FxTrader562:

那么，你是否已经完成了，还是在发表之前还需要增加一些东西？

如果是这样，它的速度很快，而且在学习和执行的过程中，那么可能唯一要完成的任务就是使算法随着时间的推移自动收敛，并使收敛速度加快。

还没有准备好，我只是在学习不同的内核

[FxTrader562]

Maxim Dmitrievsky:

还没有准备好，我只是在学习不同的内核

我也在努力学习内核技巧，以及它在现代服务器和使用MQL5的VPS中的实施、优势和应用的可行性。

我刚刚对上述关于OPenCl的文章进行了全面了解。根据你目前对内核技巧的理解，请你回答这两个问题。

1.是否必须在VPS中拥有GPU才能使用这个内核技巧方法和它相关的MQL5系统，或者它可以在带有CPU的普通VPS中工作？

2.由于它试图使用内核内存来优化系统，它是否真的可以在普通的VPS中工作，或者在使用这个系统之前需要在VPS的注册表文件中做任何设置调整？

[Maxim Dmitrievsky]

FxTrader562:

我也在努力学习内核技巧，以及它在现代服务器和使用MQL5的VPS中的实施、优势和应用的可行性。

我刚刚对上述关于OPenCl的文章进行了全面了解。根据你目前对内核技巧的理解，请你回答这两个问题。

1.是否必须在VPS中拥有GPU才能使用这个内核技巧方法和它相关的MQL5系统，或者它可以在带有CPU的普通VPS中工作？

2.由于它试图使用内核内存来优化系统，它是否真的可以在普通的VPS中工作，或者在使用这个系统之前需要在VPS的注册表文件中做任何设置调整？

它是来自论坛的自动链接，不是来自我^)我肯定是指内核 的技巧，而不是GPU的内核

[FxTrader562]

Maxim Dmitrievsky:

它是来自论坛的自动链接，不是来自我^)我指的是内核 的技巧，而不是GPU的内核

好的，知道了.....

谢谢你的澄清。虽然我不是MQL的新手，但我对这个论坛的功能和使用是新手，因此，很抱歉造成了混乱。

因此，我认为你的系统将在任何VPS中工作，我有一个疑问，我也会花更多的时间来研究MQL5中的内核技巧实现，这可能有助于我在未来编辑源代码，如果你发表文章后需要的话。

[Maxim Dmitrievsky]

FxTrader562:

好的，知道了.....

谢谢你的澄清。虽然我不是MQL的新手，但我对这个论坛的功能和使用是新手，因此，很抱歉造成了混乱。

因此，我认为你的系统将在任何VPS中工作，我有一个疑问，我也会花更多的时间来研究MQL5中的内核技巧实现，这可能有助于我在未来编辑源代码，如果你发表文章后需要的话。

关于ktricks的良好教程 https://pythonprogramming.net/kernels-with-svm-machine-learning-tutorial/

29,30,31个视频

当然你可以使用vps

[FxTrader562]

Maxim Dmitrievsky:

好的教程https://pythonprogramming.net/kernels-with-svm-machine-learning-tutorial/

谢谢你的链接。

我将继续学习，看看在MQL5中实施内核 技巧的可能性。

[Алексей Тарабанов]

嗯，这就是事情的真相。任何插值多项式都不适合用于外推法。傅里叶与原始序列完全相同，而拉格朗日或泰勒等多项式产生了雪崩式的曲线，价格变化率 越来越大。平滑化可以舒缓画面，但幅度不大，而且不对，因为它失去了与原始资料的联系。

有一种简单、明确和有效的外推法，它与内插法没有关系。趋势。