Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2300
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Lustig, natürlich - die AUDNZD = AUD/USD / NZD/USD Korrelation zu finden ist eine zu schwierige Aufgabe für NS.
Vielleicht ist das Paket aber auch so fehlerhaft
Wie bei der Multiplikationstabelle sollten mehr verschiedene Beispiele gegeben werden.
Im Falle der Waldmultiplikation ist es einfach ein Durchschnitt (z. B. 500) der nächstgelegenen Lernbeispiele. Die genaue Formel wird nie gefunden werden.
Beispiel für 2 Trainingsbeispiele und 2 Bäume im Wald.
Ausgebildet
6*4=24
6*7=42
Wenn wir das Modell fragen
6*6
findet sie die nächstgelegene
6*4=24
6*7=42
Und es wird berechnen
(24+42)/2=66/2=33
Bei 6*5 wird die Antwort auf die gleiche Weise lauten.
Je mehr verschiedene Zwischenoptionen in der Ausbildung angeboten werden, desto genauer wird die Antwort sein.
Ja
)))) Was wollen Sie also?
Verdeckte Ebenen hinzufügen
)))) Was wollen Sie also?
Verdeckte Ebenen hinzufügen.
Was, die Aufgabe ist so schwierig?
)))) Was wollen Sie also?
Verdeckte Ebenen hinzufügen.
Es ist also unwahrscheinlich, dass man mit 10 Schichten 99 % erreicht.
Ist die Aufgabe so schwierig?
Welches ist das beste Ergebnis mit welcher Aktivierungsfunktion der Ausgabeschicht?
und wie viele Ausgangsneuronen? eins?
Ist die Aufgabe denn so kompliziert?
Nein, eine Schicht ist primitiv, es ist nur eine Gewichtsmultiplikation.
Für ein so einfaches Problem reicht theoretisch eine Schicht aus.
Es ist also unwahrscheinlich, dass 10 Schichten 99 % ausmachen.
Das ist Ihre Theorie.
Für ein so einfaches Problem reicht theoretisch eine Schicht aus.
Es ist also unwahrscheinlich, dass 10 Schichten zu 99 % genau sind.
Wenn das Problem durch manuelles Setzen von Gewichten (und Aktivierungsfunktionen) mit 100 %iger Genauigkeit gelöst werden kann, dann ist eine Mindestanzahl von Schichten und Neuronen erforderlich. weniger Genauigkeit kann viel niedriger sein.
Ich denke, diese Aufgabe ist eine davon.
Neue Funktion zur Arbeit mit der Bedeutung von Merkmalen
Ich werde es in aller Ruhe ausprobieren müssen.
https://medium.com/bcggamma/gamma-facet-a-new-approach-for-universal-explanations-of-machine-learning-models-b566877e7812