drew2323 / mlroom Goto Github PK
View Code? Open in Web Editor NEWMachine learning module and tools for v2realbot.
License: GNU General Public License v3.0
Machine learning module and tools for v2realbot.
License: GNU General Public License v3.0
Tento model do jendodúčelových sad modelů.
Získáváme edge tím, že model je vždy na jeden účel a zároveň využíváme kombinaci jednoúčelových modelů, čímž zvyšujeme rpavděpodobnost. (vstupuje jen když všechny hlásí)
SIZING MODEL:
Model, který kategorizuje potenciální trend, výstupem je softmax kategorie indikující výši trendu - kategorie je násobkem chunku (např. 0.2%)
Tzn. potvrzuje trend a zároveň indikuje pravdpěodobnost jejich velikosti. (Double confirmation). Zvážit vytvoření separátního modelu pro downtrend a uptrend.
Výstup
-2,-1,0,1,2
kde -2 (2* -chunk)
-1 (1* -chunk)
0 nic
1 1chunk
2 2chunk
Vymyslet labeling
Support of other models than keras (mainly scikitlearn models random forests, arima etc.)
Upravit load and save v mlroom, aby uměla pracovat s libovolným modelem. Logiku pro load a save kerasu doplnit o obecnou logiku pouzivajici pouze joblib.load/dump
Návrh řešení a kód je: https://g.co/gemini/share/df5a78a6b936
Zároveň je zde i popis random forestu.
Úprava tréninku a validace
1)Penalize predictions that lead to another trend
Úprava loss funkce to compare with subsequent (include subsequent trend in pipeline) trend.https://chat.openai.com/share/bd221024-c3c6-42df-84ba-61ed2d8b9b1b
https://chat.openai.com/share/bd221024-c3c6-42df-84ba-61ed2d8b9b1b
2)Validacni target penalizujici ztráty.
Na za cíl evakuaci výkonu, krom standardního targetu jsou označeny všechny datapointy pointy zda v rámci thresholdu vedou k zisku nebo ztrátě. Tim se otestuje skutečná výkonnost modelu.
Tbd zvážit podobné označení i v tréninkových datech.
Možná by to vedlo k samostatným modelům na růst a klesání.
V konfiguraci umožnit vložit validační data (validation_runner nebo validation_batch) jako validatiod data do trainu.
V kodu pak poslat do validation_data ve fit.
Depends on #6
Vytvořit random forest model pro trend identifikaction strategii nebo remake nějaké starší strategie s mnoha podmínkami.
Mělo by fungovat místo strategií s mnoha podmínkami.
Konzultace https://g.co/gemini/share/df5a78a6b936
https://huggingface.co/docs/hub/keras
Try and it's it works then super using such models for training/ inference.
Candidate model https://huggingface.co/keras-io/time-series-anomaly-detection-autoencoder
do train.py - umoznit i v nastaveni - early stoppage, pokud se dlouho nevylepsuje tak vypni
a zaroven prubezny checkpoitn ukladani
vse popsano zde
https://chat.openai.com/c/65dfdb0f-bbb8-46d9-b42f-c0164cc63eab
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.