Diskussion zum Artikel "Neuronale Netzwerke: Von der Theorie zur Praxis" - Seite 3

Neuer Kommentar
 

marketeer:

Yedelkin: D.h. für einen vollwertigen Neuro-Advisor (selbstlernend) ist es notwendig, den "standardmäßigen genetischen Optimierungsalgorithmus" in den Programmcode einzubetten?

Nein, natürlich nicht! Deshalb ist er ja Standard, weil er bereits in den Optimierer eingebettet ist. Er optimiert die Gittergewichte von selbst.
Dann verstehe ich das nicht. Wenn der "standardmäßige genetische Optimierungsalgorithmus" in den Optimierer eingebettet ist, wie kann dann ein selbstlernender neuronaler Berater diesen "externen" Algorithmus für selbstlernende Zwecke verwenden?
 
Yedelkin:
Dann verstehe ich es nicht. Wenn der "hauseigene genetische Optimierungsalgorithmus" in den Optimierer eingefügt wird, wie kann dann ein selbstlernender Neuro-Advisor diesen "externen" Algorithmus für selbstlernende Zwecke nutzen?
Die Richtung der Interaktion ist genau umgekehrt. In Analogie zu einem gewöhnlichen Expert Advisor gibt es einen Optimierer, der die "Black Box" des EA (jedes EA) durch Eingabeparameter steuert. Wenn ein neuronales Netz im Expert Advisor vorhanden ist, hört dieser nicht auf, eine "Black Box" zu sein. Nur die optimierten Parameter sind ein Bündel von Gittergewichten.
 
Yedelkin:
Dann verstehe ich es nicht. Wenn der "hauseigene genetische Optimierungsalgorithmus" in den Optimierer eingefügt wird, wie kann dann ein selbstlernendes neuronales Netz diesen "externen" Algorithmus für selbstlernende Zwecke verwenden?

Ein neuronales Netz ist vereinfacht gesagt eine Funktion der Form f[x1,x2,...,xn][w1,w2,...,wn], wobei x die Eingangsinformation ist (sie ändert sich und hängt von der Marktsituation ab) und w die Gewichte des Netzes sind, feste Koeffizienten (im Kontext dieses Artikels Eingangsparameter), die durch Optimierung im Tester ausgewählt werden.

Wenn es also notwendig ist, das Netz im Online-Modus zu trainieren, ist es nicht möglich, den Standard-Optimierer zu verwenden, und es ist notwendig, einen Optimierungsalgorithmus zu verwenden (dieser sollte in den Expert Advisor integriert sein).

 
marketeer:
Die Richtung der Interaktion ist die entgegengesetzte. In Analogie zu einem gewöhnlichen Expert Advisor gibt es einen Optimierer, der die Eingabeparameter der "Black Box" des Expert Advisors (beliebig) zieht. Wenn der Expert Advisor ein neuronales Netz enthält, hört er nicht auf, eine "Black Box" zu sein. Nur die optimierten Parameter sind ein Bündel von Gittergewichten.
Wenn dies der Fall ist, kann man nicht von einem Selbsttraining der Neuro-Advisors sprechen, und das Training wird als gewöhnliche Anpassung der Parameter bezeichnet.
 
joo:  Wenn Sie also das Netzwerk online trainieren müssen, können Sie nicht den Standard-Optimierer verwenden, sondern müssen einen Optimierungsalgorithmus verwenden (der in den Expert Advisor integriert werden muss).
Ja, das ist der Punkt, den ich klären wollte. Es stellt sich heraus, dass nur in diesem Fall ein Neuro-Advisor wirklich als selbstlernend bezeichnet werden kann.
 
yu-sha: http://lancet.mit.edu/ga/ - Massachusetts Institute of Technology
Ich danke Ihnen allen! Ich habe eine ungefähre Vorstellung von der Richtung.
 


yu-sha: http://lancet.mit.edu/ga/ - Massachusetts Institute of Technology

Yedelkin:

Vielen Dank an alle! Ich verstehe die Richtung grob.
Alle notwendigen Werkzeuge für MQL5 sind bereits hier verfügbar, auf dem nativen Forum.
 
joo: Alle notwendigen Werkzeuge für MQL5 sind bereits hier, im nativen Forum, verfügbar.
Das ist sicher :) Ich musste nur den grundlegenden Trick verstehen.
 
Yedelkin:
Wenn ja, dann gibt es kein Selbsttraining von Neuroberatern. Und Training nennt man gewöhnliche Anpassung von Parametern.
Glauben Sie naiverweise, dass Selbsttraining eine ungewöhnliche Anpassung ist?
 

Reshetov:
А Вы наивно полагаете, что самообучение - это необычная подгонка?

Netzwerklernen = Anpassung

Selbstlernend = selbstanpassend

1234567891011
Neuer Kommentar