Künstliche neuronale Netze. - Seite 11
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
Das Ergebnis ist besser als jede Kritik. Es wurden die falschen Methoden gewählt, um das Problem überhaupt zu lösen
Ich habe alle meine Beiträge gelöscht, nur für den Fall, dass der Moderator sie für Werbung hält.
Ich habe alle meine Beiträge gelöscht, nur für den Fall, dass der Moderator sie für Werbung hält.
Können Sie auch Ihr Konto übernehmen? :)
Wie Sie sagen, liebe Moderatorin.
- Wissenschaftler haben kürzlich eine Fliege mit einer Fliegenklatsche gekreuzt!!!
- Und?
- Ein sehr selbstmörderisches Exemplar.
- Wissenschaftler haben kürzlich eine Fliege mit einer Fliegenklatsche gekreuzt!!!
- Und?
- Ein sehr selbstmörderisches Exemplar.
Die Züchter züchteten, und die Umweltwissenschaftler hatten keine Zeit, das Samojeden-Tier in das Rote Buch aufzunehmen...
;)
Richtig. Und Schachprogramme werden nie lernen, über die zweite Stufe hinaus zu spielen.
Das habe ich schon einmal gehört.
--
Vladimir, ich hoffe, dass Ihr Wahnsinn nur vorübergehend ist, und ich würde nicht wollen, dass er dreißig Jahre andauert (wie bei Marvin Minsky).
Aber es macht Spaß, ja.
;)
Übrigens, eine tolle Idee!
Dann werden neuronale Netze lernen können, wie man (nur die Regeln) Schach spielt, indem man sich die Partien ansieht, die sie bereits verloren haben, und ich werde glauben, dass man mit einem so primitiven Werkzeug wie neuronalen Netzen etwas Anständiges machen kann.
Neuronale Netze sind in erster Linie für die Mustererkennung (automatische Suche nach bereits gesehenen Situationen), nicht aber für die Erkennung von Mustern konzipiert.
Vielleicht unterrichten die Händler das Netz also nicht richtig? Wie läuft es jetzt (nach meiner laienhaften Meinung):
1. Der Händler wählt den Zeitrahmen, in dem das Training stattfinden soll.
2. Wählt die Eingangssignale aus (Indikatoren, Barpreise, usw.).
Ich werde Ihren Beitrag nutzen, um mich an die Antwort anzulehnen und mich einem der vorherigen Autoren anzuschließen - Das beste neuronale Netz ist eine Fourier-Reihenzerlegung! Nehmen Sie die ganze Geschichte, nehmen Sie eine kurze, wellenförmige Skala von, sagen wir, 10 Minuten, zerlegen Sie sie in eine Reihe, besorgen Sie eine "Zeitmaschine", die sich hinter den Koeffizienten verbirgt, verwenden Sie sie, um die Zukunft in einem Tester "vorherzusagen", und fertig. Sie haben ein einfach geniales Ergebnis für die ganze Geschichte erzielt. Aber zumindest hier kann man diese Zeitmaschine sehen, aber in neuronalen Netzen kann man sie kaum sehen. Neuronale Netze können Bilder erkennen; Bilder können alles Mögliche sein; es gibt effizientere Methoden der Bilderkennung, aber was neuronale Netze gut macht, ist, dass sie sich je nach den aktuellen Gegebenheiten neu trainieren können. Das ist ihr Ding. Aber das ist auch das Einzige, was sie auszeichnet. Um die Anwendbarkeit neuronaler Netze gedanklich zu analysieren, stellen Sie sich vor, es handele sich einfach um ein Mustererkennungssystem.
Übrigens eine tolle Idee!
Wenn neuronale Netze in der Lage sind zu lernen, wie man (nur die Regeln) Schach spielt, wenn man sich die bereits verlorenen Partien ansieht, werde ich glauben, dass man mit einem so primitiven Werkzeug wie neuronalen Netzen etwas Anständiges machen kann.
Neuronale Netze sind in erster Linie für die Mustererkennung (automatische Suche nach bereits gesehenen Situationen), nicht aber für die Erkennung von Mustern konzipiert.