Diskussion zum Artikel "Verwendung von selbstorganisierenden Karten (Kohonenkarten) in MetaTrader 5" - Seite 5
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
Hallo, liebe Forumsmitglieder!
Sehr interessanter Artikel! Ich versuche auch, diesen SOM-Code zu verwenden.
Kann mir jemand einen Vorschlag machen, wie man das Ergebnis der Fläche um die BMU (zur Verdeutlichung blau eingekreist) unter Berücksichtigung der Entfernung von der BMU einfacher berechnen kann?
Wollten Sie sagen, dass der Code in Java viel schneller ausgeführt wird? Bitte fügen Sie Ihre Quellen zum Vergleich bei, das ist interessant zu sehen.
Hat jemand eine Lösung gefunden? Ich habe diesen Artikel erst jetzt gefunden. Ich schließe mich den Dankesworten an. Und zur Frage.
Mein Kommentar 5 Jahre nach meinem letzten Kommentar.....
Warum sehe ich die Geschichte mit der Trainingsmenge und der Kontrollmenge nicht? In dem Artikel wird eine historische Analyse mit einer Art Farbsystem zitiert, aber in der Formulierung "maschinelles Lernen" ist das Schlüsselwort "Training", und es wird für den Handel mit zukünftigen Perioden durchgeführt.
Kurzum, warum diese ausgeklügelte historische Analyse? Sie führen eine Optimierung durch und sehen, welcher Zeitraum und welche Schicht besser getestet werden.
Warum sehe ich nicht die Geschichte über die Trainings- und die Kontrollmenge? Der Artikel enthält eine historische Analyse mit einer Art Farbsystem, aber in der Formulierung "maschinelles Lernen" ist das Schlüsselwort "Training", und es wird durchgeführt, um auf zukünftige Perioden zu handeln.
Eine ähnliche Frage habe ich in der Diskussion zu diesem Artikel gestellt https://www.mql5.com/de/articles/5473.
Ich habe das Material zu diesem Thema studiert, und es ist sehr wahrscheinlich, dass Kohonen-Karten lediglich die Aufgabe haben, mehrdimensionale Daten darzustellen, und dass sie nicht für die eigentliche Datenanalyse gedacht sind.
Eine ähnliche Frage stellte ich in der Diskussion zu diesem Artikel https://www.mql5.com/de/articles/5473
Ich habe das Material zu diesem Thema studiert, höchstwahrscheinlich erfüllen Kohonen-Karten nur die Aufgabe, mehrdimensionale Daten darzustellen, und sie sind nicht für die eigentliche Datenanalyse gedacht
Wenn ich den Artikel lese, habe ich den Eindruck, dass ihr zwei (drei?) kein Bonbon geteilt habt, und so ging es weiter.
Ich denke, jede Veröffentlichung hat das Recht dazu, aber es gibt hier keine Beschreibung dessen, was ein neuronales Netz im üblichen Sinne tut - eine "neue" Entscheidung in einer "neuen" Situation trifft. Es gibt nur eine historische Analyse. Das ist verwirrend.
Ich schaue mir gerade Simon Haykin an, da gibt es gute Beispiele. Und am Ende gibt es Aufgaben, eine der Aufgaben ist die Vorhersage, oder was ich Vorhersage nennen würde. Ich werde noch ein paar Sätze zu dem Thema schreiben, wenn ich den Dreh raus habe.
Lies es, ich glaube, ihr zwei (drei?) habt euch kein leckeres Bonbon geteilt, und weiter ging es.
Es war nicht so, ich wieder einmal beschlossen, wieder zu NS, und die Wahl fiel auf Kohonen Karten, nachdem das Material gegoogelt (diese Website ist sehr gut von Suchmaschinen indiziert), habe ich mit allen vorgeschlagenen Materialien der Suchmaschine kennen.
Ich interessierte mich für diese Art von NS vor etwa 5 Jahren, ohne theoretische Ausbildung, jetzt ist das Wissen über NS recht anständig, und das erneute Studium des Materials über Kohonen-Karten verursachte eine Menge Fragen.
Ich habe eine konkrete Frage gestellt... und dann, anstatt nach der Wahrheit zu suchen, stieß ich auf die Verteidigung der "Interessen des Autors", die aus irgendeinem Grund den Artikel von Wiki wiederholen und durch nichts anderes gestützt werden, außer...nun, wie Sie sagten, "es ging immer weiter" - "Sie sind ein Narr" - "gehen Sie lesen"
Ich schaue mir Simon Haykin an, da gibt es gute Beispiele. Und am Ende gibt es Aufgaben, zu den Aufgaben gehört die Vorhersage, oder wie ich es nennen würde, die Prognose. Wenn ich es herausfinde, werde ich noch ein paar Sätze über das Wesentliche schreiben.
Ich habe es schon gelesen, als das erste Buch über NS ist es das beste, dann wie viel Literatur ich lese - mehr als die Hälfte der neuen Literatur werden Nachdrucke von Haykin sein.
Und am Ende gibt es Aufgaben, zu den Aufgaben gehört die Vorhersage, na ja, oder wie ich es nennen würde, die Vorhersage. Wenn ich es herausfinde, werde ich noch ein paar Sätze über das Wesentliche schreiben.
Ich würde mich freuen, darüber zu diskutieren, ich habe lange nach Informationen zu diesem Thema gesucht - Kohonen-Karten sind nicht für irgendetwas gedacht - für gar nichts! - Sie sind einfach nur schöne Darstellungen von mehrdimensionalen Daten.
Die Idee dieser Art von NS ist ziemlich verlockend, das Prinzip ist wie ein elektronischer Bauteildecoder - wir geben eine Kombination von Eingangsdaten ein, wir erhalten ein fertiges Ergebnis am Ausgang.
getestete Hamming-Netze, na ja, als ob ich danach suchen würde, aber ... bis jetzt habe ich NS aufgegeben - ich habe angefangen, an einfachen Lösungen zu arbeiten, hier sind einige fertige https://www.mql5.com/ru/forum/307970/page11#comment_12625353.
Um S. Osovsky zu zitieren:
"Ein selbstorganisierendes Netz kann auch erfolgreich für die Vorhersage von z.B. Lasten in einem elektrischen Stromnetz eingesetzt werden. In diesem Unterabschnitt werden die Einzelheiten der Lösung des Problems der Vorhersage der stündlichen Lasten in einem Stromnetz in einem 24-Stunden-Intervall vorgestellt".
Es ist also alles gut. Eine solche Vorhersage, wie sie im Folgenden beschrieben wird, eignet sich im Allgemeinen eins zu eins für die Vorhersage von Kauf-, Verkaufs- oder Ablehnungsaktionen im Devisenhandel.
Ich schaue immer auf die Wurzel, ich wusste, dass niemand es ein neuronales Netz nennen würde, wenn die Kohonen-Karten nicht vorhersagen könnten.
Ich schaue immer auf die Wurzel, ich wusste, dass niemand es ein neuronales Netz nennen würde, wenn Kohonens Karten keine Vorhersagen machen könnten.
Sie können es nicht, das Training ist dazu da, Vektoren von NS-Gewichten über Trainingssätze zu verteilen - das Ergebnis ist, die Daten zu clustern, aber die Reaktion des Netzwerks selbst ist nicht auf andere Daten anwendbar - oder besser gesagt, sie wird es sein, aber sie wird zufällige Werte produzieren.
über die Wurzel... der Name ist nicht Kohonen's Netzwerk, sondern Self Organising Maps (SOM).
UPD: Ich sehe keinen Sinn darin, die Diskussion fortzusetzen, denn zum zweiten Mal reduziert sich die Diskussion auf das, was im Wiki steht, und jetzt auf das, was ein gewisser "Quoting S. Osovsky" geschrieben hat. Ich stimme zu, in der Gefangenschaft meiner Argumentation zu bleiben, die nicht durch den Satz "SOM Kohonen" unterstützt wird, kann vorhersagen, und das Gegenteil - sie können nicht
Sie wissen nicht, wie sie es machen sollen. Es wird trainiert, um Vektoren von NS-Gewichten über Trainingssätze zu verteilen - das Ergebnis ist, dass die Daten geclustert werden, aber die Reaktion des Netzes selbst ist bei anderen Daten nicht vorhanden - oder sie wird es sein, aber sie wird zufällige Werte produzieren.
über die Wurzel... der Name ist nicht Kohonen-Netzwerk, sondern Self Organising Maps (SOM).
UPD: Ich sehe keinen Sinn darin, die Diskussion fortzusetzen, denn zum zweiten Mal wird die Diskussion auf das reduziert, was im Wiki steht, und jetzt auf das, was jemand schreibt, der "S. Osovsky zitiert". Ich stimme zu, in der Gefangenschaft meiner Argumentation, die nicht durch den Satz "SOM Kohonen" kann vorhersagen, und das Gegenteil unterstützt wird bleiben - sie können nicht