MLLossFunctions — Libreria di RicardoSantos

arrays statistics AI ml machinelearning artificial_intelligence neuralnetwork loss function

arrays statistics ai ml machinelearning artificial_intelligence neuralnetwork loss function

Library "MLLossFunctions"
Methods for Loss functions.

mse(expects, predicts) Mean Squared Error (MSE) " MSE = 1/N * sum((y - y')^2) ".
Parameters:
expects: float array, expected values.
predicts: float array, prediction values.
Returns: float

binary_cross_entropy(expects, predicts) Binary Cross-Entropy Loss (log).
Parameters:
expects: float array, expected values.
predicts: float array, prediction values.
Returns: float

Libreria Pine

Nello spirito di condivisione promosso da TradingView, l'autore (al quale vanno i nostri ringraziamenti) ha deciso di pubblicare questo script in modalità open-source, così che chiunque possa comprenderlo e testarlo. Puoi utilizzare questa libreria in privato o all'interno di altre pubblicazioni open-source, ma il riutilizzo del codice è subordinato al rispetto del Regolamento.

Declinazione di responsabilità

Le informazioni ed i contenuti pubblicati non costituiscono in alcun modo una sollecitazione ad investire o ad operare nei mercati finanziari. Non sono inoltre fornite o supportate da TradingView. Maggiori dettagli nelle Condizioni d'uso.

Vuoi usare questa libreria?

Copia il testo ed incollalo nel tuo script.