Qualcuno le ha provate? (1 Viewer)

marofib

Forumer storico
OT in teoria c'e' una giornata short in arrivo

Immagine.gif
 

marofib

Forumer storico
vabbe' dai, se non c'e' in matlab inutile perdere tempo in altri posti
libsvm una famosa libreria pare aver sfornato questa cosa di recente..ma non conosco java
anziche' il reshape che proprio non vedo, faro' 2 passaggi...prima classifico ogni attributo col tempo...poi il risultato di tutti...cosi' diventa lo stesso 2D ma non perde le caratteristiche

ritornando un secondo alle neurali
questo secondo me ha un senso per tagliare l'overfitting
i want to use SVM as last layer of CNN any suggestion? · Issue #6090 · fchollet/keras · GitHub
https://www.quora.com/Can-we-add-SV...in-CNN-architecture-for-better-classification
http://people.idsia.ch/~nagi/conferences/idsia/icmla2012.pdf
ora non ho ancora l'abilita' per farlo ma al termine del giro voglio provarci...c'e' qualche tentativo anche a livello di codice in giro
 
Ultima modifica:

marofib

Forumer storico
c'e' da dire pero' che come comodita' weka non ha paragoni
raccolta di algoritmi per tipo, formato dati valido per tutti(unica differenza tra regressione e classificazione, quindi servono 2 file) ogni tanto si fa un passaggio e si vede quello che rende meglio e si aggiorna
per le mie cose, allo stato attuale, elastic net e' il + performante...(poi dipende dal tipo di dati ovviamente)
subito sotto svm e reg linerare
peggiori in assoluto tutte le NN...quindi non e' una novita' che si fatichi con sta roba
perche' se alla fine un problema e' risolvibile con una semplice reglin e loro sbagliano + del doppio...c'e' qualcosa che non va

weka ha anche un loop automatico su tutti gli algoritimi...con scelta dei parametri ottimali...ma e' meglio non usarlo perche' si perde nell'overfitting
per le mie cose, quindi uso questo metodo per la regressione, e un classificatore bayesiano modificato(con soglie ecc) per la classificazione binaria
ecco ho fatto un po' di pubb.ta' a weka:D perche' ho la sensazione che stia perdendo mercato con tutte questi nuovi accrocchi...e perdendo quote non vorrei che terminasse il supporto (+ lento ultimamente) e sarebbe una cosa molto dolorosa

Top Machine Learning, Deep Learning, NLP, and Data Mining Libraries
Immagine.gif
 
Ultima modifica:

marofib

Forumer storico
c'e' pero' un bug in elastic net se da riga di comando...c'e' sempre da soffrire..ora l'ho segnalato..sperem
per i non java e' l'unica strada percorribile, ma se funziona e' efficiente
quindi basta compilare un file e anche a mano....in 1 minuto si arriva alla previsione
per lunedi' sul f.dax
inutile dire che sta roba non fa miracoli, gli algoritmi +- sono analoghi (eccetto NN :D)...il core sono i dati...se inserisco spazzatura ottengo spazzatura..non ci sono santi che tengano...e' solo un compattatore
non e' che c'e' il pericolo di insegnare il mestiere?, magari qualcuno pensa questo:D..osservazione pertinente ma puo' star tranquillo!!

Immagine.gif


Vedi l'allegato 447578
 
Ultima modifica:

marofib

Forumer storico
ocio che si puo' sbagliare di brutto...non fidatevi...e cmq come detto dipende dalle uova che si hanno nel paniere..ognuno ha le sue...non c'e' una regola

Immagine.gif
 

marofib

Forumer storico
come qualche post fa A novel hybrid CNN–SVM classifier for recognizing handwritten digits - ScienceDirect
prima erano solo sensazioni ora c'e' una conferma con numeri
per me in borsa, piena di outlier e random, andra' pure meglio
ora devo solo capire come montarlo visto che gli esempi sono tutti sulle immagini
GitHub - tmadl/linear-SVM-on-top-of-CNN-example: Simple example showing how to use intermediate CNN layer activations as feature vectors for training a linear SVM, to create a custom image classifier

ma stavolta non le usero' perche' mi pare che l'overfitting sia assurdo
dopo pochi loop stavo gia' a 100 mentre il test si piantava a 40...con i numeri non si arriva al 70
postai un link dove emergeva l'interesse della finanza sulle immagini..chissa' che diamine di affare hanno usato....ma a sto punto penso a na bufala
 
Ultima modifica:

marofib

Forumer storico
qui fanno un riepilogo dello stato dell'arte GitHub - FrancisArgnR/Time-series---deep-learning---state-of-the-art: Scientific time series and deep learning state of the art

ce n'e' di carne al fuoco:D
certo da solo non posso testare tutto..ma nemmeno 1/10
un'idea me la sono fatta
bisogna prima ridurre gli input con una pre-classificazione...ma anche piu' di una....altrimenti diventa tutto dispersivo e incasinato...e serve una montagna di dati per chiudere il cerchio
se inserisco un attributo cosi' com'e' e' pieno di outlier...una NN cerca di soddisfarli e si entra nel pantano
sto gia' buttando giu' qualcosa e ho notato un miglioramento
 
Ultima modifica:

Users who are viewing this thread

Alto