Diskussion zum Artikel "Verwendung von selbstorganisierenden Karten (Kohonenkarten) in MetaTrader 5" - Seite 6
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
Man sieht immer das, was man sehen will.
genau das haben Sie mit dem obigen Beitrag bestätigt - ich habe keine Lust, mich über die korrekte Übersetzung von "Kohonens selbstorganisierende Karten" zu streiten - ob in dieser Übersetzung überhaupt Platz war:
Ich schaue immer auf die Wurzel, ich wusste, dass niemand es ein neuronales Netz nennen würde, wenn Kohonen-Karten keine Vorhersagen machen könnten.
Genauso wie es absolut kein Interesse daran gibt, über "Zitate von S. Osovsky" zu diskutieren, wie die Praxis zeigt - Nachdrucke von Werken aus englischen Quellen herrschen in runet vor, ich bin mir nicht sicher, dass Osovsky sein eigenes Werk geschrieben hat, und ich diskutiere mit Forumsmitgliedern, nicht mit dem Autor?
im Link habe ich meine Recherchen zu diesem Thema in runet gezeigt, auf der, meiner Meinung nach, maßgeblichen Seite BaseGroup Labs gibt es auch keine Bestätigung.....
.... ok, ich bin fertig - ich will mich nicht wiederholen, nur vorhersagen )))).
Angehängt. Liste der Änderungen:
1. kleine Änderung in der Funktion cIntBMP::Show(int aX, int aY, string aBMPFileName, string aObjectName, bool aFromImages=true)
2. zum Hauptskript hinzugefügt
Änderungen in der CSOM-Klasse
1. Funktion CSOM::HideChart hinzugefügt - sie blendet das Diagramm, das Raster usw. unter der Hintergrundfarbe aus
2. Parameter m_chart, m_wnd, m_x0, m_y0 hinzugefügt - sie geben an, in welchem Diagramm und in welchem Fenster die Karten angezeigt werden sollen.
+ Präfix des Objektnamens m_sID. Das Präfix wird automatisch vom Dateinamen übernommen, ansonsten wird "SOM" zugewiesen
3. Karten werden in den Ordner mit dem Namen m_sID geschrieben
4. Die Namen der bmp-Dateien werden durch den Namen der Trainingsmuster-Spalte gegeben.
4. Geänderte CSOM::ShowBMP-Funktion - Karten werden nicht in den Ordner Images kopiert, sondern bleiben in Files (sonst ist es sehr zeitaufwendig)
5. Statt der Funktion CSOM::NetDeinit gibt es jetzt die Funktion CSOM::HideBMP
7. Die Funktion CSOM::ReadCSVData wurde umkonfiguriert, um die Datei so zu lesen, dass die erste Spalte die Namensspalte ist
6. Der Funktion CSOM::Train wurde ein Flag zur Anzeige von Zwischenbildern hinzugefügt CSOM::Train( bool bShowProgress)
8. In der Funktion CSOM::Train werden die Zwischendaten alle 2 Sekunden anstelle der Iterationen angezeigt,
und auch die Fortschrittsanzeige wurde vom Protokoll in den Kommentar verschoben
9. Einige Variablennamen wurden verkürzt und die Funktionen kategorisiert.
Das Rendering von Bmp verlangsamt den Prozess sehr stark. Daher ist es besser, es nicht unnötig zu verwenden.
Kohonen-Karten eignen sich für die Klassifizierung großer Mengen unterschiedlicher Daten. Zum Beispiel 100 verschiedene Tiere. In diesem Fall müssen Sie nach einem einzigen Parameter klassifizieren - der Fellfarbe. Die Mathematik dieses Ansatzes erlaubt es nicht, verschiedene Parameter zusammenzuführen.
Für Forex-Entscheidungen ist dieser Ansatz so dumm wie möglich. Stellen Sie sich vor, die Klassifizierung nach einem Parameter reduziert sich auf die Entscheidung "kaufen" oder "nicht kaufen". Dann können Sie 2 Knoten in der Kohonen-Karte erstellen und es wird ziemlich lustig. Natürlich gibt es Mastadonten, die 10.000 Knoten machen und sich diese Karte mit Lust ansehen und sagen, ach, wie schön bunt sie ist.
Hier ist ein Beispiel mit der Periode und der Verschiebung eines Standard MT5 Expert Advisors - eine separate Kohonen-Karte (Netzwerk?) für die Glättungsperiode und eine separate für die Verschiebung. Man sitzt da und überlegt, was man damit machen kann.
Ein mehrschichtiges Perseptron ist eine Blackbox, bei der man, wenn alles richtig gemacht wird, verschiedene Parameter eingeben muss und am Ausgang eine eindeutige Antwort erhält - mehr als der Schwellenwert (Antwort "ja") oder weniger als der Schwellenwert (Antwort "nein"). Das gefällt mir besser.
Nach der Lektüre mehrerer Bücher zum Thema maschinelles Lernen ist mir ein Gedanke aufgefallen, der sich immer wieder wiederholt: Es gibt keine einheitliche Vorlage für die Erstellung eines neuronalen Netzes. Jede Aufgabe erfordert eine äußerst individuelle Untersuchung der Daten, die Aufbereitung der Daten, das Finden der Struktur des Netzes und die Abstimmung dieses Netzes. Mit anderen Worten: Es gibt Optionen, die für den Devisenmarkt und für die Entscheidung "kaufen" oder "nicht kaufen" nicht geeignet sind. Meiner Meinung nach sind die Karten von Kohonen dafür nicht geeignet.
Auch wenn wir talentierten Menschen uns oft irren, denn Fehler sind die Hauptstärke des Talents.
Angehängt. Liste der Änderungen:
1. kleine Änderung in der Funktion cIntBMP::Show(int aX, int aY, string aBMPFileName, string aObjectName, bool aFromImages=true)
2. zum Hauptskript hinzugefügt
Änderungen in der CSOM-Klasse
1. Hinzufügen der Funktion CSOM::HideChart - sie blendet das Diagramm, das Raster usw. unter der Hintergrundfarbe aus
2. Hinzufügen der Parameter m_chart, m_wnd, m_x0, m_y0 - sie geben an, auf welchem Diagramm und in welchem Fenster die Karten angezeigt werden sollen.
+ Präfix des Objektnamens m_sID. Das Präfix wird automatisch vom Dateinamen übernommen, andernfalls wird es mit "SOM" belegt
3. Karten werden in den Ordner mit dem Namen m_sID geschrieben
4. Die Namen der bmp-Dateien werden durch den Namen der Trainingsmuster-Spalte bestimmt.
4. Geänderte Funktion CSOM::ShowBMP - Karten werden nicht in den Ordner Images kopiert, sondern verbleiben in Files (sonst ist es sehr zeitaufwendig)
5. Statt der Funktion CSOM::NetDeinit gibt es jetzt die Funktion CSOM::HideBMP
7. Die Funktion CSOM::ReadCSVData wurde umkonfiguriert, um die Datei so zu lesen, dass die erste Spalte die Namensspalte ist
6. Der Funktion CSOM::Train wurde ein Flag hinzugefügt, um Zwischenkarten anzuzeigen CSOM::Train( bool bShowProgress)
8. In der Funktion CSOM::Train werden die Zwischendaten alle 2 Sekunden anstelle der Iterationen angezeigt,
und auch die Fortschrittsmeldung wurde vom Protokoll in den Kommentar verschoben
9. Einige Variablennamen wurden verkürzt und die Funktionen kategorisiert.
Das Rendering von Bmp verlangsamt den Prozess sehr stark. Daher ist es besser, es nicht unnötig zu verwenden.