Terminado

Ayuda a correr modelo de Deep Learning. Resnet34 (fastai-python)

Publicado el 07 Octubre, 2021 en Programación y Tecnología

Sobre este proyecto

Abierto

El modelo que he intentado replicar se encuentra en el siguiente link: https://towardsdatascience.com/image-recognition-vs-other-techniques-in-predicting-the-financial-market-55548d4cda4  . En el punto final de Image Recognition based Regression--> Image conversion (este es el punto que me interesa replicar y el post contiene toda la informacion relevante de lo que se espera del modelo)

Necesito alguien que me pueda ayudar a resolver problemas relacionados al uso del modulo fastai ==1.0.61 y a implementar el modelo (training test y validation además de los pronósticos y gráficos). He obtenido resultados muy fuera de lo esperado y en muchos casos errores que no logro comprender del todo.


El modelo que tengo logra correr hasta el final donde se producen los errores. Tiene varias modificaciones con respecto al planteado en el posteo del link sin estaría cumpliendo con lo que necesito hasta antes de producirse el error en los resultados.

Estimo que el proyecto esta en un progreso del 90% por lo que falta solo la parte final que no logro comprender del todo.

Contexto general del proyecto

Se plantea utilizar un modelo de redes neuronales convolucionales (en este caso una ResNet) para el pronóstico de volatilidad de un activo financiero. Primero se genera una serie de imagnees que serán la base del training y test del modelo (imagenes generadas por metodo de Gramian Angular Fields que transforman series de tiempo (1 dimension) en imagenes (2-D)) para predecir un valor de volatilidad (variable y). Las imagenes contienen informacion de 60 minutos de cada día, por lo que cada imagen representa una hora en especifico de un día . (se usa la data de 348 días = 348 imagenes) con las que se espera predecir el comportamiento de la variable de volatilidad histórica HV (esta es una serie de tiempo de los minutos por lo que en total de datos contiene 348 días*60minutos = 20880 datos)

Categoría Programación y Tecnología
Subcategoría Data Science
Tamaño del proyecto Grande
¿Es un proyecto o una posición? Un proyecto
Disponibilidad requerida Según se necesite

Plazo de Entrega: No definido

Habilidades necesarias

Otros proyectos publicados por L. N.