Diskussion zum Artikel "Neuronale Netzwerke: Von der Theorie zur Praxis" - Seite 2

[Andrey Dik]

alexeymosc:

Der Punkt ist, dass NS, wie Sie wissen, eine beliebige Funktion lernt und dies erfolgreich tut, die Hauptsache ist, dass der Bereich der Daten außerhalb der Stichprobe innerhalb des Trainingsbereichs liegt.

Das ist genau das, worüber ich gesprochen habe. Alles, was außerhalb dieses Bereichs liegt, führt zu falschen Antworten. Deshalb sage ich, dass das Einmaleins 1-9 gelehrt werden kann, aber die Multiplikation von Zahlen auf der ganzen Zahlenreihe im Allgemeinen - nein, das ist etwas aus der Kategorie der Kunststücke - "leckere Eier zu kochen".

[Alexey Burnakov]

joo:
Das ist genau das, was ich sagen wollte. Wenn man den Bereich verlässt, werden die Antworten falsch sein. Deshalb sage ich, dass die Multiplikationstabelle 1-9 gelehrt werden kann, aber die Multiplikation im Allgemeinen von Zahlen auf der ganzen Zahlenreihe - nein, das ist etwas aus der Kategorie einer Leistung - "köstliche Eier zu kochen".

Ja, leider kann die moderne Generation von NS nicht mit Eingaben arbeiten, die in einem anderen Bereich als dem Lehrbereich liegen. Vielleicht gibt es spezielle Architekturen, die damit umgehen können, aber ein mehrschichtiges Perzeptron mit einer nichtlinearen Funktion kann das definitiv nicht.

Speziell für Sie :)

In diesem Fall lagen sowohl die Eingaben als auch die Ausgaben der Validierungsdaten außerhalb des Bereichs, für den das NS trainiert wurde. Und die Daten der Teststichprobe liegen ebenfalls außerhalb des Bereichs der Trainingsstichprobe. Die Validierung beginnt mit dem 201sten Fall. Sie können sehen, wie der Fehler exponentiell zu wachsen beginnt. Der mittlere quadratische Fehler bei den Stichproben ist oben gelb hervorgehoben. Sie können alles mit dem bloßen Auge sehen.

[Igor Makanu]

Vielleicht sollten wir die NS-Diskussion in ein Thema packen? Hier ist ein unscheinbares Thema, aber der Titel entspricht https://www.mql5.com/ru/forum/8158.

[Dmitriy Parfenovich]

Danke für die freundlichen Worte und die Kritik.

[Yedelkin]

Neuronale Netze sind ein Forschungszweig der künstlichen Intelligenz, der versucht, das menschliche Nervensystem nachzuahmen, d. h. die Fähigkeit des Nervensystems, zu lernen und Fehler zu korrigieren....

Das verstehe ich nicht. Wie genau funktioniert das Selbstlernen des Neuro-Advisors? Mit anderen Worten, wie ändert das Programm die Gewichtungskoeffizienten ?

[Stanislav Korotky]

joo:
Das ist genau das, was ich sagen wollte. Wenn man den Bereich verlässt, werden die Antworten falsch sein. Deshalb sage ich, dass die Multiplikationstabelle 1-9 gelehrt werden kann, aber die Multiplikation von Zahlen auf der ganzen Zahlenreihe im Allgemeinen - nein, das ist etwas aus der Kategorie der Kunststücke - "leckere Eier zu kochen".

Nun, dieses Problem wird manchmal durch die Umwandlung von Variablen gelöst. Zum Beispiel, wenn für den Fall der Multiplikation, um die Eingangszahlen als binäre Folgen von Bits zu vertreten, dh tatsächlich in den Bereich [0,1] zu übersetzen, dann wahrscheinlich wird es möglich sein, die Multiplikation beliebiger Zahlen wiederkehrende Gitter zu lehren, um die Eingabe von denen Zahlen als Folgen von Bits zugeführt werden.

[Stanislav Korotky]

Yedelkin:

Das verstehe ich nicht. Wie genau erfolgt das Selbstlernen des Neuro-Advisors? Mit anderen Worten, wie ändert das Programm die Gewichtskoeffizienten?

Dies geschieht durch den Standardalgorithmus der genetischen Optimierung. Diese Implementierung des Gitters enthält keine Lernalgorithmen - man kann es als eine bequeme Vereinfachung betrachten, viele Leute machen das schon seit langem bei Quartet. Aber wie jede Vereinfachung beeinträchtigt sie die Möglichkeiten, indem sie die Gitterstruktur und das Lernprinzip einschränkt. Insbesondere ist es unmöglich, ein solches Training in einem Online-Expert Advisor durchzuführen (zumindest solange der Optimierer nicht in der MQL5-API implementiert ist).

[Yedelkin]

marketeer: Dies geschieht durch den Standard-Algorithmus der genetischen Optimierung.

D.h. für den vollwertigen Betrieb eines Neuro-Advisors (selbstlernend) ist es notwendig, einen "genetischen Standardoptimierungsalgorithmus" in den Programmcode einzubetten? Gibt es fertige Implementierungen solcher Algorithmen im öffentlichen Bereich?

[yu-sha]

Yedelkin:
D.h. für den vollwertigen Betrieb eines Neuro-Advisors (selbstlernend) ist es notwendig, einen "standardmäßigen genetischen Optimierungsalgorithmus" in den Programmcode einzubetten? Gibt es fertige Implementierungen solcher Algorithmen im öffentlichen Bereich?

http://lancet.mit.edu/ga/ - Massachusetts Institut für Technologie

[Stanislav Korotky]

Yedelkin:
D.h. für einen vollwertigen Betrieb eines Neuro-Advisors (selbstlernend) ist es notwendig, einen "Standard genetischen Optimierungsalgorithmus" in den Programmcode einzubetten? Gibt es fertige Implementierungen solcher Algorithmen im öffentlichen Bereich?

Nein, natürlich nicht! Deshalb ist es ein Standardalgorithmus, weil er bereits in den Optimierer eingebettet ist. Er optimiert die Gittergewichte von selbst. Lesen Sie hier den Artikel auf der quaternären Seite, es wird vielleicht klar, wie das Gitter mit diesem Ansatz optimiert=gelernt wird.