elibrarius: Deshalb ist es auch schädlich, die Zahl der Neuronen zu überschätzen. Es wird sich nicht verallgemeinern, es wird mit dem Lärm in Erinnerung bleiben.
Nun, entweder Regularisierung/Frühstopp... aber das wird nicht passieren :))) und ich spüre, dass sogar die Pakete ein Problem sind...
Нейронные сети - один из самых популярных классов алгоритмов для машинного обучения. В финансовом анализе они чаще всего применяются для прогнозирования, создания собственных индикаторов, алгоритмического трейдинга и моделирования рисков. Несмотря на все это, репутация у нейронных сетей подпорчена, поскольку результаты их применения можно...
Der NS ruft keine Merkmale ab, die Merkmale werden der Eingabe zugeführt. Entweder werden alle Kombinationen verkleinert oder vergrößert (wenn die Anzahl der Neuronen steigt).
Verstehe, Sie extrahieren die Zeichen selbst und speisen sie dann in den NS-Eingang ein. Wenn Sie bereits Schilder haben, warum brauchen Sie dann NS?
Offensichtlich lesen wir unterschiedliche Bücher, und zwar auf unterschiedliche Weise).
Yuriy Asaulenko: Offenbar lesen wir unterschiedliche Bücher, und zwar auf unterschiedliche Weise.)
was gibt es da zu lesen, mehr Neuronen - mehr Übertraining. Weniger Neuronen - schlechtere Approximation. Normale Neuronen sind in Ordnung, aber es funktioniert trotzdem nicht auf dem Markt im Allgemeinen wegen der Nicht-Stationarität.
Ich verstehe, Sie extrahieren die Zeichen selbst und speisen sie dann in den NS ein. Wenn Sie die Zeichen bereits haben, wozu brauchen Sie dann den NS?
Offensichtlich lesen wir unterschiedliche Bücher, und zwar auf unterschiedliche Weise).
Beschreiben Sie genauer, was und wie Sie es füttern, zeichnen Sie ein schematisches Diagramm... denn es ist schwer zu erraten
Ich habe es auf die übliche Art und Weise gemacht... Ich habe Müll auf den Eingang gelegt und bekam Müll auf den Ausgang.
Yuriy Asaulenko: (Sie sind von den Schemata.) (Heikin hat sie alle.)
Was meinst du mit Faltung oder was? er hat viel, so viel wie 1.000 Seiten :D
Wenn man NS nicht lernt, bedeutet das, dass man eine Faltung hat, d.h. eine Datenkompression... Die Anzahl der Eingänge und Ausgänge in NS ist ungefähr gleich... Vielleicht ist das die einzige Möglichkeit.
aber MLP ist eine überwachte Methode, daher ist es seltsam, sie als Faltung zu verwenden.
Was meinst du mit Faltung oder was? er hat viel, so viel wie 1.000 Seiten :D
Wenn man NS nicht lernt, bedeutet das, dass man eine Faltung hat, d.h. eine Datenkompression... Die Anzahl der Eingänge und Ausgänge in NS ist ungefähr gleich... Es kann nur diese Option geben.
Wir haben mit Schichten begonnen.)
Was ich habe und wie ich unterrichte, so habe ich ausführlich erzählt, und sogar mehr als einmal.
Deshalb ist es auch schädlich, die Zahl der Neuronen zu überschätzen. Es wird sich nicht verallgemeinern, es wird mit dem Lärm in Erinnerung bleiben.
Nun, entweder Regularisierung/Frühstopp... aber das wird nicht passieren :))) und ich spüre, dass sogar die Pakete ein Problem sind...
Hier ist ein Artikel, den ich gegoogelt habe... er bringt alles auf den Punkt http://ai-news.ru/2016/05/tehnologii_fondovogo_rynka_10_zabluzhdenij_o_nejronnyh_setyah_578372.html
Theoretiker !!!
Wann findet das Training statt?
Ich will mich nicht wiederholen, aber ich hoffe, Nikolay hat nichts dagegen, wenn ich zitiere. Ich stimme mit ihm völlig überein.
Können Sie nicht mit einem einfachen Näherungswert arbeiten? ))
...
Der NS ruft keine Merkmale ab, die Merkmale werden der Eingabe zugeführt. Entweder werden alle Kombinationen verkleinert oder vergrößert (wenn die Anzahl der Neuronen steigt).
Verstehe, Sie extrahieren die Zeichen selbst und speisen sie dann in den NS-Eingang ein. Wenn Sie bereits Schilder haben, warum brauchen Sie dann NS?
Offensichtlich lesen wir unterschiedliche Bücher, und zwar auf unterschiedliche Weise).
Offenbar lesen wir unterschiedliche Bücher, und zwar auf unterschiedliche Weise.)
was gibt es da zu lesen, mehr Neuronen - mehr Übertraining. Weniger Neuronen - schlechtere Approximation. Normale Neuronen sind in Ordnung, aber es funktioniert trotzdem nicht auf dem Markt im Allgemeinen wegen der Nicht-Stationarität.
Ich verstehe, Sie extrahieren die Zeichen selbst und speisen sie dann in den NS ein. Wenn Sie die Zeichen bereits haben, wozu brauchen Sie dann den NS?
Offensichtlich lesen wir unterschiedliche Bücher, und zwar auf unterschiedliche Weise).
Beschreiben Sie genauer, was und wie Sie es füttern, zeichnen Sie ein schematisches Diagramm... denn es ist schwer zu erraten
Ich habe es auf die übliche Art und Weise gemacht... Ich habe Müll auf den Eingang gelegt und bekam Müll auf den Ausgang.
Paket learningCurve, R, Lernkurve.
Ja, ok, danke ) vielleicht benutze ich es später.
Beschreiben Sie genau, was und wie Sie füttern, zeichnen Sie ein schematisches Diagramm... denn es ist schwer zu erraten
Ich habe die klassische Methode angewandt, wie immer... Müll am Eingang einspeisen und Müll am Ausgang ausgeben
(Sie sind von den Schemata.) (Heikin hat sie alle.)
Was meinst du mit Faltung oder was? er hat viel, so viel wie 1.000 Seiten :D
Wenn man NS nicht lernt, bedeutet das, dass man eine Faltung hat, d.h. eine Datenkompression... Die Anzahl der Eingänge und Ausgänge in NS ist ungefähr gleich... Vielleicht ist das die einzige Möglichkeit.
aber MLP ist eine überwachte Methode, daher ist es seltsam, sie als Faltung zu verwenden.
Was meinst du mit Faltung oder was? er hat viel, so viel wie 1.000 Seiten :D
Wenn man NS nicht lernt, bedeutet das, dass man eine Faltung hat, d.h. eine Datenkompression... Die Anzahl der Eingänge und Ausgänge in NS ist ungefähr gleich... Es kann nur diese Option geben.
Wir haben mit Schichten begonnen.)
Was ich habe und wie ich unterrichte, so habe ich ausführlich erzählt, und sogar mehr als einmal.
Wir haben mit Schichten begonnen).
Was ich habe und wie ich es unterrichte, habe ich Ihnen bereits ausführlich und mehr als einmal erklärt.
15-20 Inputs von was auch immer, + Monte Carlo in keiner besonderen Weise hinzugefügt... und der Preis wird immer noch gefüttert
das ist nicht detailliert :)
Alles in allem ist alles klar mit Schichten.