Página 2 de 4

Re: Aplicación de Deep Learning a la inversión

Publicado: 30 Sep 2016 23:52
por SpeakerTrading
bugler1 escribió:el criterio se reduce a la forma de representar los datos, que por lo que he visto se hace el logaritmo del precio de hoy partido por el de ayer: ln (p1/p0) y esa información se le aplica a una red (la candidata número uno es una red recurrente del tipo lstm) y (y este es el gran y) se tiene suficientes datos y se sabe programar la red neuronal (número de neuronas, capas, learning rate, regularización, etc) entonces dada una secuencia de precios a la red esta "alucina" o predice la secuencia futura de pre
bugler1 escribió:Buenas. Hasta que llegó el deep learning los criterios del que programaba un algoritmo de machine learning eran fundamentales.

Con deep learning el criterio se reduce a la forma de representar los datos, que por lo que he visto se hace el logaritmo del precio de hoy partido por el de ayer: ln (p1/p0) y esa información se le aplica a una red (la candidata número uno es una red recurrente del tipo lstm) y (y este es el gran y) se tiene suficientes datos y se sabe programar la red neuronal (número de neuronas, capas, learning rate, regularización, etc) entonces dada una secuencia de precios a la red esta "alucina" o predice la secuencia futura de precios más probable.

Por poner un ejemplo el que enseña a una red neuronal a traducir del inglés al chino no tiene porque saber ni una sola palabra de chino pero si tiene que saber entrenar una red con los ojos cerrados.

Una vez se tienen los precios como he dicho (que debería ser cosa de días) lo suyo sería pasarselo a un experto en inteligencia artificial para que configurase la red. Yo tengo muchisimas dudas sobre el detalle de como alimentar los datos a la red así que me tocará hacer pruebas.
Como no conozco a ese experto me toca pelearme con yahoo para conseguir los datos, transformarlos y entrenar la red neuronal.

Cuando llegue el momento de entrenar la red mi ordenador se quedará corto de capacidad y tendré que pagar los servicios de amazon (aws) con tensorflow.

Mucho curro por delante a ver si saco algo de esto.

Saludos.
Hola bugler1

En mi blog tienes una aplicación que te permite obtener automáticamente históricos:

https://speakertrading.wordpress.com/20 ... ownloader/

Mucha suerte con tu proyecto

Re: Aplicación de Deep Learning a la inversión

Publicado: 05 Oct 2016 23:16
por IaM
Hola a todos,

He empezado a ver la serie Billions y la verdad es que está muy bien. Me hace mucha gracia que el Gestor de fondos / Trader tenga en nómina a una psicologa que le va aconsejando cuando al protagonista se le va olla y toma decisiones arriesgadas. Es de lo más entretenido! A ver si en un futuro podemos todos con las ganancias permitirnos una así y que esté tan buena como la que sale en la serie a ser posible! jaja

Saludos,

Re: Aplicación de Deep Learning a la inversión

Publicado: 14 Oct 2016 18:36
por X-Trader
Un artículo sobre el tema publicado en Fortune, didáctico y clarificador:

http://fortune.com/ai-artificial-intell ... -learning/

Saludos,
X-Trader

Re: Aplicación de Deep Learning a la inversión

Publicado: 14 Oct 2016 19:35
por DarkTemplar
Si me permitis entrar en la conversacion doy mi comentario diciendo lo que ya se ha dicho Speak Trading -muy bien dicho por cierto- pero con otras palabras.

El machine learning (ML) no es mas que un sistema de clasificacion, asi de simple. Recordais las imagenes de las empaquetadoras de manzanas, por ejemplo, con unos operarios trabajando delante de una cinta por la que pasan manzanas y los operarios las cogen y las ponen en distintas cajas segun su tamanio, o color, y si estan bien o no. Pues el ML hace lo mismo. Te coge unos datos que tu le des y te dice a que grupo pertenece, grupo que previamente has definido. Pongamos un ejemplo chorra pero creo que util del mercado, imaginaos que hemos encontrado los cinco patrones Holy Grail (jajajajaj) que se dan en las barras de 1 seg de timeframe. Has visto que los patrones se cumple unas cuantas veces en los ultimos dias pero quieres ver que pasa en los ultimos dos anios.... pues agarrate los machos si lo tienes que hacer a mano. Solucion: Le puedes decir a una maquinita que te los busque y te saque las estadisticas de cuantos hay, cuanto se repiten, etc. Se puede usar tambien, por ejemplo, en algo que podemos hacer a mano o no, pero que queremos un criterio menos subjetivo que el ojo humano, digamos mas cuantitativo. Tiene muchas utilidades pero siempre es un sistema clasificador.

Desde luego no le das un historico de precios y el te dice por arte de magia cuando comprar o vender.

En big data tiene mucha utilidad por el volumen de datos y por la forma en que la info se almacena en el Hadoop... pero no entremos en esto de las bases de datos que la liamos... ajjajajaja

En definitiva en el desarrollo de un modelo de trading tiene utilidad en la medida que necesites clasificar "cosas".

Mi recomendacion es que antes de meteros en ML, sepais que quereis clasificar.

Un saludo.

Re: Aplicación de Deep Learning a la inversión

Publicado: 14 Oct 2016 20:34
por DarkTemplar
A colacion con este interesante articulo que escribio el jefe: La Era de la Inteligencia Avanzada, me saltan unos cuantos comentarios. El primero, mas polemico, y en el que no pienso entrar por escrito, y sin un cafe de por medio (jajajjaja) es lo de que es un proyecto que no es para el interes social... y que afectaria a la economia real... y aqui lo dejo. ;)

La segunda cuestion y para lo que si me gustaria comentar es que me cuesta ver al tipo que habla en el podcast levantando 200.000 millones de dolares, eso para empezar... joer ni los mejores Hedge Fund (HF) de todos los tiempo y con excelentes track records!!!!

Tercera y que tiene cosas que ver con lo que hablabamos antes, es que de hacerlo, y meter en el mercado todo ese dinero, tendria dos opciones, entrar a machete y arrastrar el mercado, o meterlo muy poco a poco para precisamente evitar arrastrar el mercado. Expliquemos las consecuencias de cada uno.

Si arrastran el mercado, hay unos cuentos HF precisamente con ML analizando patrones de entrada en el mercado... los cogerian "a la primera" y los estarian esperando. Les ganarian la virada, con lo que el "efecto" lo podrian hacer no mas de un par de veces.

Si lo que hacen es meter ese cantidad poco a poco para que no los detecten, cosa dificil por lo que comente antes de ML buscando precisamente esos patrones de entrada de los grandes, y teniendo en cuanta que con todo ese dinero si lo hacen tan poco a poco que no los detecten, tardarian meses en meter una sola operacion, no afectaria porque el mercado lo absorbe, a parte, 200.000 millones en forex metidos poco a poco puede ser una gota en el oceano.

Enlazando mas con el post anterior decir que estos HF de los que hablo lo que hacen con sus ML - entre otras cosas -es clasificar los trades analizando los datos de profundidad de mercado.

Por cierto jefe, no te enfades mucho conmigo :-D :-D :-D

Un saludo.

Q

Publicado: 20 Oct 2016 12:27
por bugler1
Me ha llevado meses hacerme una buena idea de en que consiste el deep learning. Saber simplemente que una red neuronal con más de una capa oculta era una deep net no me decía nada de nada.

El cerebro tiene 300 millones de reconocedores de patrones (segun cuenta Ray Kurzweil en How to create a Mind)
Con el deep learning las redes neuronales interpretan la información de manera similar a como lo hace el cerebro.
El desarrollo actual del deep learaning es brutal. Gracias a Deep Mind y su DeepQLearning (el programa que ganó a los juegos de atari sin cambiar parametro alguno) se empezaron a poner miles de millones en el desarrollo de la inteligencia artificial. Deep Mind no dejan de sacar innovaciónes a un ritmo que cuesta creer. La ultima Differentiable neural computers (que a ver si algun dia pudiera llegar a entender).

En definitiva el deep learning es una revolución dejando a la inteligencia artificial anterior como algo arcaico.

La llegada de una inteligencia artificial tan inteligente como las personas está prevista para 2029. En ese momento el mundo no será igual.
Me gustaría escribir un libro sobre el tema porque es algo apasionate.

Os pongo un enlace sobre las redes recurrentes para que veais que la cosa va muuuuucho mas alla de clalsificar datos: http://karpathy.github.io/2015/05/21/rnn-effectiveness/

Saludos.

Re: Aplicación de Deep Learning a la inversión

Publicado: 21 Oct 2016 00:01
por SpeakerTrading
bugler1 escribió:Me ha llevado meses hacerme una buena idea de en que consiste el deep learning. Saber simplemente que una red neuronal con más de una capa oculta era una deep net no me decía nada de nada.

El cerebro tiene 300 millones de reconocedores de patrones (segun cuenta Ray Kurzweil en How to create a Mind)
Con el deep learning las redes neuronales interpretan la información de manera similar a como lo hace el cerebro.
El desarrollo actual del deep learaning es brutal. Gracias a Deep Mind y su DeepQLearning (el programa que ganó a los juegos de atari sin cambiar parametro alguno) se empezaron a poner miles de millones en el desarrollo de la inteligencia artificial. Deep Mind no dejan de sacar innovaciónes a un ritmo que cuesta creer. La ultima Differentiable neural computers (que a ver si algun dia pudiera llegar a entender).

En definitiva el deep learning es una revolución dejando a la inteligencia artificial anterior como algo arcaico.

La llegada de una inteligencia artificial tan inteligente como las personas está prevista para 2029. En ese momento el mundo no será igual.
Me gustaría escribir un libro sobre el tema porque es algo apasionate.

Os pongo un enlace sobre las redes recurrentes para que veais que la cosa va muuuuucho mas alla de clalsificar datos: http://karpathy.github.io/2015/05/21/rnn-effectiveness/

Saludos.
bugler1, me desconciertas

En algunos de tus mensajes da la sensación de que "basta con meterle los precios y el Deep Learning ya lo hace todo solo" pero, por otro lado, está claro que le estás dedicando mucho tiempo y esfuerzo al Deep Learning por lo que deberías saber que no funciona "solo".

Si el Deep Learning funcionase solo no habría empresas con un equipo entero de filólogos para desarrollar software de reconocimiento del habla. El nuevo centro de Google dedicado al Deep Learning tiene a casi 2.000 personas trabajando y algo estarán haciendo.

Si quieres que tu Deep Learning te de dinero, créeme, no basta con meterle precios a una red y olvidarte del tema. O, bueno, quizá si pero hacer esa red... no se hace sola. El Deep Learning no se desarrolla solo. Después de montarlo si, le metes los datos y él te da el resultado pero hay que montarlo.

De igual modo (no exactamente igual pero sirva como ejemplo) un sistema automático de toda la vida funciona solo. Le das la entrada (histórico, parámetros del sistema) y el opera solo. Pero tienes que hacer el sistema antes y mantenerlo después.

Y el Deep Learning... pues igual, te lo tienes que currar. Es una vía, es interesante, se pueden hacer muchas cosas... si pero no basta con meterle precios. Si fuese tan simple, todo el mundo tendría uno en casa.

Un saludo

Re: Aplicación de Deep Learning a la inversión

Publicado: 23 Oct 2016 02:08
por bugler1
SpeakerTrading escribió:bugler1, me desconciertas ...
El desconcierto viene de que te imaginas que deep learning es una cosa cuando es otra.

Deep Learning no es un algoritmo que arrancas y ya esta. Entrenar una red neuronal es un tema muy complejo (además de neceesitar buen hardware y buenos datos).

Como creo que ya he dicho un experto en deep learning es capaz de entrenar una red neuronal para que traduzca del chino al frances sin saber ni chino ni frances. Eso era absolutamente imposible de hacer hasta hace nada.

Yo estoy seguro que con deep learning se puede predecir el precio con una ventaja estadística mínima PERO si se sabe entrenar la red. Ahora estoy perdiendo el tiempo con un máster que es un trámite más que otra cosa (la universidad española es penosa) y tengo el tema aparcado.

Saludos.

Re: Aplicación de Deep Learning a la inversión

Publicado: 23 Oct 2016 16:06
por SpeakerTrading
bugler1 escribió: El desconcierto viene de que te imaginas que deep learning es una cosa cuando es otra.
No soy un erudito en el tema y puedo estar equivocado. Mi concepto sobre el Deep Learning lo expuse al inicio de este hilo: "El deep learning es aprendizaje automático sin más. Es 'simplemente' una red neuronal con varias capas que son capaces de aprender varias características con distintos niveles de abstracción". Yo he estudiado las matemáticas que hay tras el aprendizaje automático porque quiero desarrollarlo, no directamente usar librerías que ya lo hacen. Me gusta aprender las cosas antes de usarlas sin realmente saber cómo funcionan. Obviamente, si lo necesito, usaré una de las muchas librerías que dan soporte para ello pero, a nivel pedagógico creo que lo mejor es hacerlo uno mismo.

Si mi escueta definición de Deep Learning es incorrecta, agradecería una corrección concreta.
bugler1 escribió: Deep Learning no es un algoritmo que arrancas y ya esta. Entrenar una red neuronal es un tema muy complejo (además de neceesitar buen hardware y buenos datos).
Aquí es donde creo que vemos lo mismo desde dos puntos de vista distintos. Mi punto de vista es que no tienes nada y quieres desarrollar un sistema para ganar al mercado. Esto implica definir la arquitectura de la red, sus variables, el entrenamiento... todo lo necesario. Después, una vez montado todo, si... le das los datos y a esperar el resultado.

Pero tú parece que partes de que tienes ya la red neuronal montada, solo para meterle datos y obtener resultados.

Esto es lo que no me cuadra. Nadie te va a dar una red que bata al mercado igual que nadie te da un sistema ganador. Si ya lo tienes, lo usas en vez de dárselo a otros.
bugler1 escribió: Como creo que ya he dicho un experto en deep learning es capaz de entrenar una red neuronal para que traduzca del chino al frances sin saber ni chino ni frances. Eso era absolutamente imposible de hacer hasta hace nada.
Esto me parece un poco contradictorio. Si tienes algún documento, página Web... con más información me gustaría leerlo detenidamente.

No se cómo puede una red traducir entre dos idiomas sin conocer nada de ellos. Si un experto la ha entrenado previamente lo normal es que la red haya aprendido mucho. No solo sabrá chino y francés: sabrá mucho de ambos.
bugler1 escribió: Yo estoy seguro que con deep learning se puede predecir el precio con una ventaja estadística mínima PERO si se sabe entrenar la red. Ahora estoy perdiendo el tiempo con un máster que es un trámite más que otra cosa (la universidad española es penosa) y tengo el tema aparcado.
Es una vía muy interesante. Tiene mucho trabajo previo pero si las clasificaciones son buenas, debe aportar buenos resultados.

Un saludo.

Re: Aplicación de Deep Learning a la inversión

Publicado: 24 Oct 2016 16:55
por bugler1
SpeakerTrading escribió:Es 'simplemente' una red neuronal con varias capas que son capaces de aprender varias características con distintos niveles de abstracción".
Es mucho más complejo que eso. Hay varios tipos de redes neuronales según lo que quieras hacer y dentro de cada tipo hay otros muchos tipos de redes.
SpeakerTrading escribió:Yo he estudiado las matemáticas que hay tras el aprendizaje automático porque quiero desarrollarlo, no directamente usar librerías que ya lo hacen..
Veo importantisimo saber las matemáticas y el porque de como funcionan las redes pero veo un esfuerzo innecesario desarrollar tu mismo la aplicación. Una aplicación como tensorflow ha llevado miles de horas de desarrollo y sigue mejorando cada día.
SpeakerTrading escribió:Esto implica definir la arquitectura de la red, sus variables, el entrenamiento... todo lo necesario. Después, una vez montado todo, si... le das los datos y a esperar el resultado.
.
No es así. Una vez has decidido el tipo de red que vas a usar y tienes los datos viene lo dificil que es entrenar la red con esos datos. Si lo haces mal no converge o memoriza los datos y entonces sus predicciones no valen nada.
SpeakerTrading escribió:Nadie te va a dar una red que bata al mercado igual que nadie te da un sistema ganador. Si ya lo tienes, lo usas en vez de dárselo a otros.
Aunque eso está claro, si consiguese una ventaja estadística clara y en real me fucnionase y ganase dinero buscaría alguien que me la comprase por un buen dinero y a vivir que son dos días (aunque yo seguiría invirtiendo porque es cosa de 5 minutos al día tal y como lo tengo pensado.

SpeakerTrading escribió: Esto me parece un poco contradictorio. Si tienes algún documento, página Web... con más información me gustaría leerlo detenidamente.
Es el enlace que puse ya: http://karpathy.github.io/2015/05/21/rnn-effectiveness/ . Verás escfritos de shakepeare escritos por la red, codigo C, páginas de algebra (inventada claro), ...
¿Cual es la clave para traducir entre 2 idiomas? Creas una representacíon intermedia entre las frases en un idioma y las frases en otro. Y se trata de entrenar la red para que produzca esa representación intermedia entre millones de frases.

Creo que el estado del arte de la IA permite que una red neuronal aprenda los patrones del precio y prediga los precios con cierta probabilidad por encima del azar como para ganar dinero al mercado. En diciembre me libero un poco del máster y me pondre de nuevo a ello.
Ademas el portatil con linux me va como el culo (tensorflow ahora no corre en windows) pero ya están portando tensorflow a windows y a ver si así trabajo mejor.

Re: Aplicación de Deep Learning a la inversión

Publicado: 24 Oct 2016 23:51
por SpeakerTrading
bugler1 escribió:
SpeakerTrading escribió:Es 'simplemente' una red neuronal con varias capas que son capaces de aprender varias características con distintos niveles de abstracción".
Es mucho más complejo que eso. Hay varios tipos de redes neuronales según lo que quieras hacer y dentro de cada tipo hay otros muchos tipos de redes.
La base es siempre la misma y el grueso del desarrollo también. Las redes neuronales, convolucionales, recurrentes... son solo pequeñas variaciones del modelo de la red neuronal. Los resultados pueden variar y hay redes que funcionan mucho mejor que otras para determinadas clasificaciones, pero las diferencias son muy pequeñas entre unos tipos de redes y otros. Ocurre lo mismo que con los algoritmos genéticos, que tienen distintos tipos de codificación, de operadores de cruce/mutación, modelos de islas, genéticos paralelos... pero en el fondo todos funcionan exactamente igual. Solo son variaciones del modelo base.
bugler1 escribió:
SpeakerTrading escribió:Yo he estudiado las matemáticas que hay tras el aprendizaje automático porque quiero desarrollarlo, no directamente usar librerías que ya lo hacen..
Veo importantisimo saber las matemáticas y el porque de como funcionan las redes pero veo un esfuerzo innecesario desarrollar tu mismo la aplicación. Una aplicación como tensorflow ha llevado miles de horas de desarrollo y sigue mejorando cada día.
Has omitido en la referencia la frase "Obviamente, si lo necesito, usaré una de las muchas librerías que dan soporte para ello pero, a nivel pedagógico creo que lo mejor es hacerlo uno mismo". Para mi, la mejor manera de aprender a hacer algo es haciéndolo. Cuando vaya a desarrollar, lo haré con librerías que están mucho más depuradas, probadas, completas y optimizadas que mis "ejemplos para aprender".
bugler1 escribió:
SpeakerTrading escribió:Esto implica definir la arquitectura de la red, sus variables, el entrenamiento... todo lo necesario. Después, una vez montado todo, si... le das los datos y a esperar el resultado.
.
No es así. Una vez has decidido el tipo de red que vas a usar y tienes los datos viene lo dificil que es entrenar la red con esos datos. Si lo haces mal no converge o memoriza los datos y entonces sus predicciones no valen nada.
Si el aprendizaje de la red es "no supervisado", entrenar la red es automático. Si es supervisado yo personalmente no le veo más dificultad que la que entraña la clasificación de la salida de la red. Si es un traductor, por ejemplo, la dificultad estriba en decir si la traducción es correcta o no para que la red ajuste los pesos.

La convergencia de la red depende de la función de costos. Si la función no es convexa puedes quedar atrapado en óptimos locales.

Lo difícil, en mi opinión, es definir las variables que vamos a clasificar con la red, con que arquitectura... no el entrenamiento que, con ayuda o no de un experto, es "relativamente sencillo". Yo no puedo entrenar una red que traduzca al chino porque no se chino pero si conozco a alguien que sepa chino, ese experto solo tiene que decir "esta bien traducido" o "está mal traducido". La red puedo montarla con las variables o arquitectura erróneas y, por mucho experto y datos que tenga a mi lado, la red nunca va a funcionar porque su diseño no le permite clasificar lo que estoy intentando clasificar.
bugler1 escribió:
SpeakerTrading escribió:Nadie te va a dar una red que bata al mercado igual que nadie te da un sistema ganador. Si ya lo tienes, lo usas en vez de dárselo a otros.
Aunque eso está claro, si consiguese una ventaja estadística clara y en real me fucnionase y ganase dinero buscaría alguien que me la comprase por un buen dinero y a vivir que son dos días (aunque yo seguiría invirtiendo porque es cosa de 5 minutos al día tal y como lo tengo pensado.
Es una opción aceptable. Yo, si es realmente bueno, lo usaría exclusivamente para mi inversión. El interés compuesto y el tiempo harían el resto.
bugler1 escribió:
SpeakerTrading escribió: Esto me parece un poco contradictorio. Si tienes algún documento, página Web... con más información me gustaría leerlo detenidamente.
Es el enlace que puse ya: http://karpathy.github.io/2015/05/21/rnn-effectiveness/ . Verás escfritos de shakepeare escritos por la red, codigo C, páginas de algebra (inventada claro), ...
¿Cual es la clave para traducir entre 2 idiomas? Creas una representacíon intermedia entre las frases en un idioma y las frases en otro. Y se trata de entrenar la red para que produzca esa representación intermedia entre millones de frases.

Creo que el estado del arte de la IA permite que una red neuronal aprenda los patrones del precio y prediga los precios con cierta probabilidad por encima del azar como para ganar dinero al mercado. En diciembre me libero un poco del máster y me pondre de nuevo a ello.
Ademas el portatil con linux me va como el culo (tensorflow ahora no corre en windows) pero ya están portando tensorflow a windows y a ver si así trabajo mejor.
Yo en esa página veo muchos ejemplos de una red neuronal recurrente que genera textos en apariencia correctos pero cuya utilidad en la práctica es nula. Lo que consigue es meritorio ya que está generando estructuras correctas o casi correctas pero no tiene ninguna utilidad más allá de la que indica el autor varias veces: "diversión". Simplemente muestra el potencial de las redes neuronales pero para que tenga aplicación práctica hace falta mucho más trabajo que, obviamente, queda fuera del alcance que quiere darle el autor a ese texto.

Yo creo que el aprendizaje automático en general y las redes neuronales en particular tienen mucho potencial pero sigo pensando que hace falta algo más (mucho más) que meterle precios sin más para obtener esa ventaja.

Este hilo es interesante. Espero que puedas dedicarle tiempo y que escribas aquí todo lo que puedas: problemas que encuentres, software que uses... todo. Un servidor estará encantado de leerlo.

Un cordial saludo

Re: Aplicación de Deep Learning a la inversión

Publicado: 26 Oct 2016 15:36
por bugler1
SpeakerTrading escribió:Si el aprendizaje de la red es "no supervisado", entrenar la red es automático. Si es supervisado yo personalmente no le veo más dificultad que la que entraña la clasificación de la salida de la red.
Bebemos de fuentes distintas.

Desde el punto de vista de entrenar una red no hay diferencia esencial entre aprendizaje supervisado o no supervisado. Para ambos aprendizajes se le presenta a la red una respuesta "correcta".

Por ejemplo los autoencoders son redes de aprendizaje no supervisado y la respuesta correcta es la misma entrada (con el detalle de meterle ruido a la entrada como metodo de regulazión). Siempre hay respuesta correcta de una forma u otra y el esfuerzo de entrenamiento viene a ser lo mismo para ambos sistemas.

Meterle los datos y que de la salida correcta es lo dificil a la hora de entrenar una red. Si no fuera así sería muuuuucho más fácil el tema.

Re: Aplicación de Deep Learning a la inversión

Publicado: 13 Dic 2016 10:39
por bugler1
He dado un pequeño paso adelante al resolver una de las dudas que tenia sobre redes neuronales. Estoy muy cerca de poder empezar a entrenar la primera red neuronal para la bolsa.
La pena es que el master de las narices me quita casi todo el tiempo lo cual es muy frustrante porque si esto de la bolsa funcioara no necesitaria el master para nada. En fin. Paciencia.

Re: Aplicación de Deep Learning a la inversión

Publicado: 13 Dic 2016 11:22
por tartarugap
Bugler

Este link tiene un curso de machine learning (son mas o menos 18 classes de hora em video)

Como se dizia antes si tienes duvidas pergunta a google sabe lo todo...Si quires aprender pergunta a youtube ensenha lo todo :)

Buena surte com tu sistema

https://www.youtube.com/watch?v=mbyG85G ... 4B7615313A

Re: Aplicación de Deep Learning a la inversión

Publicado: 13 Dic 2016 11:50
por tartarugap
Un aparte en este tema (pero pertence al tema de machine learning)

El machine learning ya es usado hace mucho tiempo e por acaso em 2004 la musica del ano "hey Ya" fue detectada por un algotmo de machine learning en una empresa dedicada a analisar la probabilidad de exito de musicas (empresa espanola sediada em Barcelona) a indicar que tenia todos los patrones para ser la musica mais oida e mas vendida en el mundo en esse ano, o sea un programa informatico antes de la musica tener sido lançada detecto e indico que seria el Hit del ano...

O sea isso fye hace 12 anos...e la maquina acerto...(aun tuvieram que colocar la musica entre faxas de otras musicas para que las personas se entranassem com la musica)

Aqui la musica

https://www.youtube.com/watch?v=PWgvGjAhvIw