Diskussion zum Artikel "Neuronale Netzwerke: Von der Theorie zur Praxis" - Seite 9

Neuer Kommentar
 

Bitte erklären Sie das:

Angenommen, ich habe Perceptron1 mit einem Testmuster aus Datei1 trainiert. Es hat gelernt, dieselbe Datei1 zu 100% richtig vorherzusagen.

Dann habe ich dieses Perzeptron1 mit neuen Daten (Datei2) getestet. Es hat sie zu 95% richtig vorhergesagt.

Wie kannich Perceptron1 trainieren?

Option 1:
Ich klebe file1 und file2 = file12. Ich trainiere Perceptron2 von Grund auf, indem ich es mit file12 + richtigen Antworten füttere.

Option 2:

Ich korrigiere manuell die richtigen Antworten in file2 und trainiere perceptron1 neu.

Option 1 ist selbsterklärend. Es wird einfach ein neues Perceptron von Grund auf trainiert.

Aber wie lässt sich Option 2 umsetzen? Ist sie machbar?

=========

Ich experimentiere derzeit in Jupyter in Python mit der Bibliothek scikit-learn. Dort hat das Perceptron keine Methode, um es mit neuen Daten zu trainieren....

http://scikit-learn.org/dev/modules/generated/sklearn.neural_network.MLPClassifier.html#sklearn.neural_network.MLPClassifier

sklearn.neural_network.MLPClassifier — scikit-learn 0.18.dev0 documentation
  • scikit-learn.org
class hidden_layer_sizes=(100, ), activation='relu', algorithm='adam', alpha=0.0001, batch_size='auto', learning_rate='constant', learning_rate_init=0.001, power_t=0.5, max_iter=200, shuffle=True, random_state=None, tol=0.0001, verbose=False, warm_start=False, momentum=0.9, nesterovs_momentum=True, early_stopping=False, validation_fraction=0.1...
 

Der Artikel ist super, wahrscheinlich der einzige mit mehr oder weniger ausführlicher und verständlicher Darstellung,

Ich möchte den Autor bitten, das Bild zu korrigieren, schließlich handelt es sich in diesem Beispiel nicht um ein Netzwerk, sondern um ein Perzeptron,

und wir warten auf ein Beispiel für ein neuronales Netzwerk, zum Beispiel: 2 Neuronen am Eingang, 3 in der versteckten Schicht, 1 am Ausgang.

Vielen Dank für diesen Artikel!

Dateien:
pyb.jpg  1958 kb
 
Sehr guter Artikel, ich werde diese Woche studieren, um zu versuchen, zu implementieren, die in dem Artikel definiert ist.
Aber ich habe eine Frage, wie kann ich mehr Neuronen implementieren?

Osb: Ich bin noch ein Anfänger in der Programmierung.


Ich habe einige grundlegende Fragen und einige werden während der Entwicklung auftauchen, die ich versuchen werde zu tun. Kann ich Sie um Rat fragen?

 
Ich bin neu in der Programmierung, ich weiß fast nichts, aber ich bin das Studium und die Anpassung Ihrer EA für mehrere Tests. Diese Aufgabe ist sehr interessant.
Jetzt denke ich über ein Selbstoptimierungssystem nach und habe einen interessanten Artikel darüber gefunden. Könnte es möglich sein, eine Struktur Ihres EA zu implementieren. Ich habe im Moment nicht die Kapazität dafür.

Wären Sie daran interessiert, diese Arbeit zu entwickeln?

https://www.mql5.com/de/articles/2279

Rede neural: Expert Advisor auto-otimizável
Rede neural: Expert Advisor auto-otimizável
  • 2016.10.17
  • Jose Miguel Soriano
  • www.mql5.com
Será que é possível criar um Expert Advisor que, de acordo com os comandos do código, otimize os critérios de abertura e fechamento das posições automaticamente e em intervalos regulares? O que acontecerá se nós implementarmos no EA uma rede neural (um perceptron multi-camada) que, sendo módulo, analise o histórico e avalie a estratégia? É possível dar ao código um comando para uma otimização mensal (semanal, diária ou por hora) de rede neural com um processo subsequente. Assim, é possível criar um Expert Advisor que se auto-otimize.
 

Eine Änderung der Steilheit der Aktivierungsfunktion ist völlig unnötig!

Siehe die Formel:

for(int n=0; n<10; n++) 
  {
   NET+=Xn*Wn;
  }
NET*=0.4;

Beim Training muss das Netz die Multiplikatoren Wn aufgreifen. Wenn es für das Netz günstiger ist, insgesamt *0,4 zu haben, wählt es einfach alle Gewichte von Wn, von denen jedes bereits *0,4 ist. D.h. wir setzen einfach den gemeinsamen Multiplikator in Klammern, der durch den minimalen Fehler bestimmt wird.

Bei dieser Implementierung können Sie den Schritt zur Auswahl der Gewichte einfach reduzieren. In ernsthafteren neuronalen Netzen werden die erforderlichen Koeffizienten von selbst gefunden.

 

Die Normalisierung wird nicht korrekt durchgeführt, und dann wird ein Koeffizient von 0,4 für einige Gründe....

Angenommen, es gibt eine Reihe von Werten: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10

Die Werte aus dieser Reihe sollten auf die Folge [0,1] reduziert werden. Logischerweise wäre dies die Folge: 0, 0,1, 0,2, 0,3, 0,4, 0,5, 0,6, 0,7, 0,8, 0,9, 1.

Ihre Methode liefert jedoch nur Zufallszahlen. Nehmen wir an, wir erhalten die Werte des Indikators: 6, 7, 8, 9, 10. Vereinfachen Sie Ihre Formel:

Wir erhalten:

6 >> 0

7 >> 0.25

8 >> 0.5

9 >> 0.75

10 >> 1

In dieser Reihe, die gemäß den Anweisungen in Ihrem Artikel normalisiert wurde, ist nur der letzte Wert wahr.

Wenn Sie einen Kurs in linearer Algebra besucht haben und den Kosinus vom Tangens unterscheiden können, ist es unverständlich, wie Sie eine so einfache Aufgabe vermasseln können. Die Ergebnisse Ihrer Arbeit sind rein zufällig!!!

Aber ich gebe zu, dass ich genau diese Veröffentlichung als Ausgangspunkt verwendet habe. Ich druckte sie aus, las sie sorgfältig durch und machte mir mit einem Stift Notizen. Dann ging ich zum House of Books und kaufte Osovskys"Neural Networks for Information Processing". Ich las es, wurde sehr schlau, und hier bin ich und schreibe....

 
Vielen Dank für diese leicht verständliche Einführung in die KI für den Handel auf MT5. Die "Gewichte" werden also durch Optimierung gefunden, was Cagatay als Kurvenanpassung bezeichnete. In Wirklichkeit werden neuronale Netze (ihre Gewichte) "trainiert", indem riesige Mengen an von Menschen markierten Trainingsdaten eingegeben werden und das Ergebnis ebenfalls als richtig oder falsch markiert wird. Gibt es eine effiziente Möglichkeit, dies in MT5 zu tun?
 
Ich möchte wissen, wie man diesen intelligenten Roboter benutzt und kauft. Mein Mikrosignal ist 13552272531. Bitte fügen Sie mir einen Lehrer hinzu, ich möchte etwas tun.
 

Warum erhalte ich beim Backtesting nur 365 Dollar Gewinn?

 
Nice Post, in Ihren Codes, Sie erwähnt Trade\Trade.mqh und Trade\PositionInfo.mqh, können Sie den Download-Link von diesen beiden zur Verfügung stellen? vielen Dank!
1234567891011
Neuer Kommentar