유리 아사울렌코 : 사실 모든 것은 C++/C#으로 작성되어야 하며, 어떤 것과도 상호작용에 전혀 문제가 없습니다. 문제는 주요 DM 라이브러리가 Python과 R에 있으며 최소한 마스터해야 한다는 것입니다. 그리고 상호 작용이 비어 있고 모든 곳에 API가 있습니다(MQL 제외). 예, RAM 디스크를 통해 파일을 전송할 수도 있습니다.
네 맞아요 문제없어요
문제는 MO에 얼마나 깊이 뿌리를 내려야 하는지, 그리고 이러한 모델이 이미 충분하다는 것을 이해하려면 어느 단계에서 해야 하는지..
나는 지금 고전에 정착했고 모든 것이 충분합니다 .. 나는 1-10% 정확도의 증가를 위해 뛰지 않습니다 :) 이제 나는 전략에 집중하고 많은 아이디어를 작성하고 있습니다. 확인이 필요합니다, 주석
이제 저는 PNN을 더 자세히 연구하고 있습니다. 이것은 완전한 확률로 작동하고 거의 재교육하지 않는 흥미로운 것들입니다.
Класс CNetPNN реализует вероятностную нейронную сеть (Probabilistic Neural Network - PNN). Создание сети объявляется параметрическим конструктором класса. Нумерация классов(целей классификации) начинается с нуля и должна быть непрерывна. Например, если задано 3 класса, то номера классов должны быть: 0, 1, 2. Обучение сети осуществляется вызовом...
사실 모든 것은 C++/C#으로 작성되어야 하며, 어떤 것과도 상호작용에 전혀 문제가 없습니다. 문제는 주요 DM 라이브러리가 Python과 R에 있으며 최소한 마스터해야 한다는 것입니다. 그리고 상호 작용이 비어 있고 모든 곳에 API가 있습니다(MQL 제외). 예, RAM 디스크를 통해 파일을 전송할 수도 있습니다.
네 맞아요 문제없어요
문제는 MO에 얼마나 깊이 뿌리를 내려야 하는지, 그리고 이러한 모델이 이미 충분하다는 것을 이해하려면 어느 단계에서 해야 하는지..
나는 지금 고전에 정착했고 모든 것이 충분합니다 .. 나는 1-10% 정확도의 증가를 위해 뛰지 않습니다 :) 이제 나는 전략에 집중하고 많은 아이디어를 작성하고 있습니다. 확인이 필요합니다, 주석
이제 저는 PNN을 더 자세히 연구하고 있습니다. 이것은 완전한 확률로 작동하고 거의 재교육하지 않는 흥미로운 것들입니다.
유라, 어서! )) MQL 포럼에서 이것을 말하는 것입니다. 동료들이 달려와 당신에게 돌을 던질 것입니다.
나는 Yuri를 지지할 것입니다. 또한 MQL은 개시/마감 주문에만 사용합니다. 모든 계산 - Vissim에서. 하지만 이 포럼에만 전문 물리학자와 수학자들이 거의 있기 때문에 여기까지 왔습니다. 다른 사이트에서 - 일반적으로 마을 바보.
Alexander, mb 당신은 그런 주제에 관심이 있을 것입니다 :)
커널 함수를 사용하여 확률 밀도를 근사하는 방법은 방사형 기저 함수 방법과 여러 면에서 유사 하므로 자연스럽게 확률적 신경망(PNN) 과 일반화 회귀 신경망(GRNN) 의 개념에 도달합니다 (Speckt 1990, 1991). PNN은 분류 문제용 이고 GRNN은 회귀 문제용 입니다. 이 두 가지 유형의 네트워크는 신경망 으로 설계된 커널 근사화 방법의 구현입니다 .
Alexander, mb 당신은 그런 주제에 관심이 있을 것입니다 :)
커널 함수를 사용하여 확률 밀도를 근사하는 방법은 방사형 기저 함수 방법과 여러 면에서 유사 하므로 자연스럽게 확률적 신경망(PNN) 과 일반화 회귀 신경망(GRNN) 의 개념에 도달합니다 (Speckt 1990, 1991). PNN은 분류 문제용 이고 GRNN은 회귀 문제용 입니다. 이 두 가지 유형의 네트워크는 신경망 으로 설계된 커널 근사화 방법의 구현입니다 .
응. 고마워, 맥심!
그러나 책을 많이 읽는 사람은 독립적으로 생각하는 습관을 잃는다는 것을 기억해야 합니다. 누군지 맞춰봐?))
다음과 같은 의견도 있습니다.
사람들은 읽기를 멈출 때 생각을 멈춥니다. 디드로
Maxim은 일반적으로 잘했습니다. 때때로 나는 그의 지평에 놀란다. 그러나 책을 많이 읽는 사람은 독립적으로 생각하는 습관을 잃는다는 것을 기억해야 합니다. 누군지 맞춰봐?))
다음과 같은 의견도 있습니다.
사람들은 읽기를 멈출 때 생각을 멈춥니다. 디드로
동의한다. 하지만 링크가 흥미롭습니다. 시간이 나면 읽어보겠습니다. 지금은 바쁘다 - 지평선 너머로 성배가 보이고, 장인의 강력한 손에 힘입어 성배를 향하여 움직인다.
찾고 찾으십시오. (와 함께)
하지만 지금은 아닙니다.
Maxim은 일반적으로 잘했습니다. 때때로 나는 그의 지평에 놀란다. 그러나 책을 많이 읽는 사람은 독립적으로 생각하는 습관을 잃는다는 것을 기억해야 합니다. 누군지 맞춰봐?))
네, 저는 이 주제에서 흥미로운 것이 무엇인지 알아보기 위해 모든 종류의 기사를 살펴보았습니다. :) 음, 내가 이해하는 MLP에 대한 주요 이점은 속도와 최소한의 설정입니다(여기에는 전혀 없음). 이러한 그리드는 거의 재학습되지 않는다는 사실
글쎄, 가우스 f-I는 학생이 아니라 사용됩니다. 각 입력에 대해 f 번째 밀도 버전이 생성된 다음 출력 결과가 선형으로 합산됩니다.
그건 그렇고, PNN과 GRNN은 mql 형식으로 제공되지만 아직 시도하지 않았고 MLP와 비교하지 않았습니다.
https://www.mql5.com/ru/code/1323