Forum strony www.multipasko.pl [Regulamin]


Dodaj wpis w tym temacie
Spis tematów
Login:

Hasło:
Strona: 1 2 3 4 5 6 7 ... 12 13
Wyślij wiadomość do admina

Przewiń wpisy ↓

lstm

2024-09-06 (00:02)

status Marriusz2
Data rejestracji: 2009-06-02 00:00:00
Ilość postów: 2410

4670
wpis nr 1 529 878
[ CZCIONKA MONOSPACE ]

A ci co nie chcą walić z czapy ........................

.......................i tak się tym smędzeniem nie przejmują .

Ja wiem ,że ty przez takich spać nie możesz .
No ale co na to poradzić .
Smędź dalej .
2024-09-06 (02:47)

status Lottonauta
Data rejestracji: 2012-09-03 00:00:00
Ilość postów: 2829

13559
wpis nr 1 529 884
[ CZCIONKA MONOSPACE ]

@Multitest

errata, miało być:
- na wejściu mapa binarna (jak ta u multipasko)
2024-09-06 (05:53)

status muddy
Data rejestracji: 2020-05-10 00:00:00
Ilość postów: 64

16188
wpis nr 1 529 888
[ CZCIONKA MONOSPACE ]

Testuję sieci w pythonie i faktycznie
wychodzi kiepsko, mam wrażenie że python nie nadaje się do budowy sieci dla naszych
celów. Prosty program zaitum time series radzi sobie trochę lepiej,chociaż brakuje mu dużo rzeczy.
Nie wiem po co walicie typy z sieci bez wcześniejszych testów a potem rozczarowanie.
Gry losowe są nieprzewidywalne
2024-09-06 (11:57)

status MultiTest
Data rejestracji: 2020-08-05 00:00:00
Ilość postów: 5489

16235
wpis nr 1 529 912
[ CZCIONKA MONOSPACE ]

Gry są nieprzewidywalne ale:
Jeżeli chce się traktować sieć jako jeszcze jeden program do Totka bez zrozumienia czym naprawdę jest niezależnie czy Pythonie czy nie to lepiej od razu dać sobie spokój.
Sieć neuronowa nie ma wbudowanej wiedzę o liczbach ani o "zywych" ani innych.
Sieć rozumie tylko przez korelacje i wzorce, które są w danych wejściowych i odpowiednich etykietach wyjściowych.
I taki wektor podany jej na wejściu rozumie świetnie.
0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0

Gdy losowanych jest 5 liczb to metodzie 1zn to w Pythonie trzeba zakodowac tak:
[
[0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], # liczba 3
[0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], # liczba 7
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], # liczba 15
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], # liczba 28
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0] # liczba 35
]

Gdyby dać na raz więcej losowań do analizowania trzeba tensora.

Prostszym rozwiązaniem jest zaznaczenie w tym wektorze wszystkich liczb:
Na przykład

Losowanie 1: [3, 7, 15, 21, 33]

Wektor binarny o długości 42 (wszystkie pozycje są zerowe z wyjątkiem indeksów odpowiadających wylosowanym liczbom):

[0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0]
ale uzyjmy więcej losowań do jednorazowego wzorca.
Losowanie 2: [1, 8, 13, 22, 41]
Losowanie 3: [5, 9, 17, 25, 39]
Losowanie 4: [2, 10, 18, 29, 34]
Losowanie 5: [6, 14, 19, 23, 42]
Losowanie 6: [4, 11, 16, 24, 38]
Losowanie 7: [12, 20, 26, 30, 37]

[1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0]
[0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0]
[0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0]
[0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1]
[0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0]

Przecież to gotowa mapa liczb.
Widać wyrażniej gdy się wrzuci do arkusza i ponumerujemy kolumny.
Sieć możemy pokazywać wiele takich map.
Czy nie nauczy się róznych układów.
czy trafniej nie oceni jakie mogą być najciekawsze ?

Może tak lepsze wioski z map.
I na tyle.

Oba podejścia to jednak różne widzenie sieci.
Które może być trafniejsze ?
2024-09-06 (12:30)

status Lottonauta
Data rejestracji: 2012-09-03 00:00:00
Ilość postów: 2829

13559
wpis nr 1 529 915
[ CZCIONKA MONOSPACE ]

> Czy nie nauczy się róznych układów.
> czy trafniej nie oceni jakie mogą być najciekawsze ?


Oczywiście, że się nauczy - perfekcyjnie i idealnie oceni które są najciekawsze.

--- wpis edytowano 2024-09-06 12:31 ---

2024-09-06 (12:59)

status Lottonauta
Data rejestracji: 2012-09-03 00:00:00
Ilość postów: 2829

13559
wpis nr 1 529 917
[ CZCIONKA MONOSPACE ]

Początkującym alchemikom neuronowym proponuję spróbować zbudować w/w sieć dla gry EuroJackpot - dla losowania dwóch dodatkowych kul lub dla gry Extra Pensja - losowanie jednej dodatkowej kuli.

--- wpis edytowano 2024-09-06 13:00 ---

2024-09-06 (14:08)

status MultiTest
Data rejestracji: 2020-08-05 00:00:00
Ilość postów: 5489

16235
wpis nr 1 529 927
[ CZCIONKA MONOSPACE ]

Najlepiej zweryfikować swoje wyobrażenia, prawdziwej wiedzy jest dużo.

2024-09-06 (17:33)

status heme24
Data rejestracji: 2015-12-08 00:00:00
Ilość postów: 236

14639
wpis nr 1 529 950
[ CZCIONKA MONOSPACE ]

Witam.

Multi test taki sposób wprowadzania danych to żadna nowość, przerabiałem to i kicha.
Mi python i chatgpt jest potrzebny żeby wygenerować sieci wg. pomysłu Mariusza, i niestety
ale eksperyment zakończony niepowodzeniem.
Żadne przycinanie wag nie pomaga ani też różnicowanie danych, może gdzieś popełniłem błąd lub też
to nie działa.Może też program NNDT działa w specyficzny nieznany sposób.
Potrzeba podejść do tematu całkowicie inaczej, ja teraz w chwili wolnej zajmę się analizami obrazowymi,gdzie kolor odpowiada jakiejś cyfrze.

Pozdrawiam
2024-09-06 (18:36)

status nowy35
Data rejestracji: 2005-04-23 00:00:00
Ilość postów: 2917

898
wpis nr 1 529 960
[ CZCIONKA MONOSPACE ]

Hejka
zdjęcie
A jak byście zmienili na kolory kulek, może neurony dały by sobie rade?
Lub
na statystyki
--------------------
zdjęcie
nick: Angierski, jest programistą, napisał program który typuje pod wzg. statystyk
2024-09-06 (19:22)

status pegasus
Data rejestracji: 2015-11-19 00:00:00
Ilość postów: 154

14614
wpis nr 1 529 965
[ CZCIONKA MONOSPACE ]

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
import lightgbm as lgb
from sklearn.metrics import accuracy_score

# Funkcja kodująca losowanie jako wektor binarny
def encode_draw(draw, max_number=33):
binary_vector = [0] * max_number
for number in draw:
binary_vector[number - 1] = 1
return binary_vector

# Funkcja do przypisywania „czapek śliwek” do liczb
def assign_hats_to_draws(draws, hat_map):
return [[hat_map.get(num, 'unknown') for num in draw] for draw in draws]

# Przykład wczytania danych
file_path = 'C:/szybkie600.csv' # Ścieżka do pliku z danymi
szybkie600_data = pd.read_csv(file_path)

# Funkcja do konwersji stringów z kolumny 'result' na listy liczb
def convert_to_list(result_str):
return eval(result_str)

szybkie600_data['result'] = szybkie600_data['result'].apply(convert_to_list)

# Ograniczenie danych do ostatnich 100 losowań
szybkie600_data = szybkie600_data.tail(500).reset_index(drop=True)

# Rozszerzona mapa „czapek śliwek” (dla wszystkich liczb od 1 do 33)
hat_map = {
1: 'hat1', 2: 'hat1', 3: 'hat1', 4: 'hat2', 5: 'hat2', 6: 'hat2', 7: 'hat3', 8: 'hat3', 9: 'hat3',
10: 'hat4', 11: 'hat4', 12: 'hat4', 13: 'hat5', 14: 'hat5', 15: 'hat5', 16: 'hat6', 17: 'hat6', 18: 'hat6',
19: 'hat7', 20: 'hat7', 21: 'hat7', 22: 'hat8', 23: 'hat8', 24: 'hat8', 25: 'hat9', 26: 'hat9', 27: 'hat9',
28: 'hat10', 29: 'hat10', 30: 'hat10', 31: 'hat11', 32: 'hat11', 33: 'hat11'
}

hat_draws = assign_hats_to_draws(szybkie600_data['result'], hat_map)

# Kodowanie wyników losowań jako wektory binarne
encoded_draws = np.array([encode_draw(draw) for draw in szybkie600_data['result']])

# Przygotowanie danych - cechy i etykiety
X = encoded_draws[:-1] # Wszystkie losowania oprócz ostatniego jako cechy
y = encoded_draws[1:] # Wszystkie losowania oprócz pierwszego jako etykiety

# Podział na zestawy treningowe i testowe
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Trenowanie modelu LightGBM dla każdej pozycji w wektorze binarnym
models = []
for i in range(y_train.shape[1]):
model = lgb.LGBMClassifier(objective='binary', random_state=42)
model.fit(X_train, y_train[:, i])
models.append(model)

# Prognozowanie na zbiorze testowym
y_pred = np.zeros(y_test.shape)
for i, model in enumerate(models):
y_pred[:, i] = model.predict(X_test)

# Obliczanie dokładności dla każdej pozycji
accuracies = []
for i in range(y_test.shape[1]):
acc = accuracy_score(y_test[:, i], y_pred[:, i])
accuracies.append(acc)
print(f"Dokładność dla liczby {i + 1}: {acc * 100:.2f}%")

# Prognozowanie dla nowego losowania
new_draw = szybkie600_data['result'].iloc[-1]
new_draw_encoded = encode_draw(new_draw)

# Generowanie prawdopodobieństw dla każdej liczby
probabilities = np.zeros(len(new_draw_encoded))
for i, model in enumerate(models):
prob = model.predict_proba([new_draw_encoded])[0][1] # Prawdopodobieństwo pozytywne
probabilities[i] = prob

# Wybór 18 liczb z największymi prawdopodobieństwami
top_15_indices = np.argsort(probabilities)[-18:] # Indeksy 15 liczb z największymi prawdopodobieństwami
top_15_numbers = [i + 1 for i in top_15_indices]

# Podział na 3 zakłady po 5 liczb
zaklady = [top_15_numbers[i:i + 6] for i in range(0, len(top_15_numbers), 6)]

# Wydruk 3 zakładów
for idx, zaklad in enumerate(zaklady, 1):
print(f"{', '.join(map(str, zaklad))}")

# Przewidywanie „czapek śliwek” dla nowego losowania
predicted_hats = [hat_map[num] for num in top_15_numbers[:10]]
print(f"Przewidywane czapki śliwek: {predicted_hats}")

# Przewidywane liczby na podstawie „czapek śliwek”
predicted_numbers = []
for hat in predicted_hats:
possible_numbers = [num for num, h in hat_map.items() if h == hat]
predicted_numbers.extend(possible_numbers[:1]) # Wybieranie pierwszej liczby z każdej „czapki”

print(f"Przewidywane liczby: {predicted_numbers}")
2024-09-06 (19:48)

status MultiTest
Data rejestracji: 2020-08-05 00:00:00
Ilość postów: 5489

16235
wpis nr 1 529 966
[ CZCIONKA MONOSPACE ]

Heme24

Miałem już nic nie pisać bo szkoda rzeczywiście czasu.
ale teraz to się uśmialem...

Która wypowiedź jest prawdziwa ?

"Multi test
Nie znam tej metody 1zN i nie wiem na czym polega,"

czy ta:
"Multi test taki sposób wprowadzania danych to żadna nowość, przerabiałem to i kicha.

======================================================

Solidne podstawy na początek i nie będziesz ganiał za pomysłem Mariusza którym żadnym pomysłem nie jest.
Kurde latami nawet się zastanawiać się na neuronami warstwami, wyłączeniami i włączaniami a nie rozumieć tak naprawdę roli przygotowania danych.

Programy siecione wszystko na wejściu przyjmą ale z bzdur wyjdą tylko bzdury.
Taka to będzie nauka i takoweż efekty.
2024-09-06 (20:04)

status MultiTest
Data rejestracji: 2020-08-05 00:00:00
Ilość postów: 5489

16235
wpis nr 1 529 967
[ CZCIONKA MONOSPACE ]

Pomyliłem się.
Z bzdur na wejściu nie zawsze wychodzą bzdury.
Oceniam że wyjdą circa na 99 koma 7 procent
Sieć czasami zaskakuje...

--- wpis edytowano 2024-09-06 20:07 ---

2024-09-06 (20:39)

status heme24
Data rejestracji: 2015-12-08 00:00:00
Ilość postów: 236

14639
wpis nr 1 529 971
[ CZCIONKA MONOSPACE ]

Witam.

Multi test widzę że dyskusja z tobą nie ma sensu, brniesz drogą którą przechodziły przed tobą setki osób z efektem zero.
O jakich podstawach mówisz? Czytałeś helpy profesjonalnych programach sieci neuronowych? To poczytaj, nie ma żadnych podstaw naukowych budowy sieci neuronowych do przewidywania wyników gier losowych, nie ma takiej nauki.
Jaka metoda 1zn? to przecież zwykłe przekształcenie wyników 1 wystąpiła ,0 nie wystąpiła ,co w tym innowacyjnego? metoda znana odkąd istnieją gry losowe, tylko bzdurnie nazwana.
Na temat idei Mariusza się nie wypowiadaj bo nie wiesz o co w niej chodzi , idea genialna i jedyna w sieciach neuronowych, inna sprawa czy realna i wykonalna, na tą chwilę jest poza moim zasięgiem.
I najważniejsze to tylko zabawa...
2024-09-06 (21:02)

status pegasus
Data rejestracji: 2015-11-19 00:00:00
Ilość postów: 154

14614
wpis nr 1 529 974
[ CZCIONKA MONOSPACE ]

Obojętnie jak zrobisz dane wejściowe to efekt jest ten sam. czyli zwykła mapa liczb była nie była, czy też 1 i 0.
Skrypt czapka śliwek lepsze wyniki daje na małych losowaniach 30 do 100 losowań

Najlepszy wynik w mini lotka dał 4/5 ale to też nie z losowania na losowanie.
2024-09-06 (21:11)

status Marriusz2
Data rejestracji: 2009-06-02 00:00:00
Ilość postów: 2410

4670
wpis nr 1 529 975
[ CZCIONKA MONOSPACE ]

Heme

Trochę podstaw.

Po co liczymy różniczkę ???

Otóż jak w kolumnie ustawisz liczby czyli wyniki to na oko zobaczyszz tak zwane fluktuacje albo trendy .

Każda sieć nawet najgłupsza jak znajdzie trend to się go uczepi .
Taki jest algorytm .

Po to aby nie było trendów stsujemy różniczkę .
To tak zwane odtrędowienie .

Jest to najprostszy sposób a Brzytwa Ockhama dokładnie tak mówi .
Taki sposób jest bezsensowny dla danych binarnych . Nic tym nie ossiągniemy.

Podstawą każdej nawet najgłupzej sieci są dane wejściowe .

Druga sprawa to ten rysunek z programu .
=================================
2024-09-06 (21:36)

status pegasus
Data rejestracji: 2015-11-19 00:00:00
Ilość postów: 154

14614
wpis nr 1 529 979
[ CZCIONKA MONOSPACE ]

Czyli trzeba dodać
# Function to apply differencing to remove trends
def apply_differencing(encoded_draws):
differenced_draws = np.diff(encoded_draws, axis=0)
return differenced_draws



differenced_draws = apply_differencing(encoded_draws)

i

differenced_new_draw = new_draw_encoded - previous_draw_encoded


Wtedy pozbędziemy się trendów.
2024-09-06 (21:47)

status heme24
Data rejestracji: 2015-12-08 00:00:00
Ilość postów: 236

14639
wpis nr 1 529 985
[ CZCIONKA MONOSPACE ]

Witam.

W zasadzie standart scaling załatwia sprawę.
2024-09-06 (21:57)

status pegasus
Data rejestracji: 2015-11-19 00:00:00
Ilość postów: 154

14614
wpis nr 1 529 992
[ CZCIONKA MONOSPACE ]

Mam wrażenie że pierwsza wersja lepsze typy daje.
2024-09-06 (22:17)

status Marriusz2
Data rejestracji: 2009-06-02 00:00:00
Ilość postów: 2410

4670
wpis nr 1 529 997
[ CZCIONKA MONOSPACE ]

Teraz o tym rysunku.
Ja dałem rysunek poglądowy a nie z mojej sieci .
Chodziło mi o to aby pojąć jakie składowe elementy mają być w takiej sieci typu TLRN
podstawą jest tak zwana Jednostka kontekstu .
Trzeba zrozumieć jak ona działa .I wtedy można utworzyć topologię takiej sieci



Drugą rzeczą sa parametry sieci .
Mnie ustalenie parametrów dla mojej sieci zajęło 4 lata w tym rok studiów na UMK .
Miałem szczęście gdyż dostałem wejście na serwer Uniwersytetu w Hong-Kongu i to w 2006 roku gdzie podpatrzyłem jak i co się robi .

No nikt na Świecie tych parametrów nie poda .
A no trzeba do tego samemu dojść .

Pozdrawiam

2024-09-06 (23:19)

status MultiTest
Data rejestracji: 2020-08-05 00:00:00
Ilość postów: 5489

16235
wpis nr 1 530 007
[ CZCIONKA MONOSPACE ]

"Czytałeś helpy profesjonalnych programach sieci neuronowych? "

Heme, moja wina ...
Nie czytałem helpów profesjonalnych programach sieci neuronowych.

"To poczytaj, nie ma żadnych podstaw naukowych budowy sieci neuronowych do przewidywania wyników gier losowych, nie ma takiej nauki."

znowu moja wina...
To w co się bawisz, bo tylko czytałem że wogóle nie ma żadnych podstaw do przewidywania wyników gier losowych a nawet przypadkowo wiem że losowo to synonim słowa nieprzewidywalny.

"Jaka metoda 1zn"
No właśnie ta:
Opisana tak na stronie 238 polskiego wydania ksiązki Sieci Neuronowe w praktyce której autorem jest Timothy Masters.
W helpach bardzo profesjonalnych programów do sieci też pewnie jest ta "bzdurna nazwa'
1zn używa się jeszcze w innych kontekstach ale o tym że jest znana odkąd istnieją gry losowe,
to chyba od wczoraj.

"Na temat idei Mariusza się nie wypowiadaj bo nie wiesz o co w niej chodzi "
Heme najważniejsze że ty wiesz .
Chociaż to kolejna sprzeczność

Ja widzę w tym tylko przykład jakiejś tam sieci.
A co to jest naprawdę masz powyżej.


Heme24,
Nie lubię zaklinania rzeczywistości ani takich "polemik"
Każdy ma swoją wiedzę.
Masz chata to sprawdź.

--- wpis edytowano 2024-09-06 23:38 ---

| Dodaj wpis w tym temacie | Spis tematów | Wyniki lottoStrona: 1 2 3 4 5 6 7 ... 12 13
Wyślij wiadomość do admina