Diskussion zum Artikel "Neuronale Netzwerke: Von der Theorie zur Praxis" - 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
Ich werde versuchen, die Begriffe "Anpassung" und "Training" zu trennen.
Anpassen - Auswahl von Modellparametern, um dem modellierten Prozess zu entsprechen. Es kann eine Analogie zum "Auswendiglernen" hergestellt werden.
Lernen - der Prozess des Erkennens des Prozesses durch das Modell, der das Einprägen von "Regeln" und "Ausnahmen von den Regeln" umfasst, um auf der Grundlage der eingehenden unbekannten Informationen weitere Schlussfolgerungen ziehen zu können. Beim NS-Training wird der Validierungsteil der Trainingsstichprobe zu diesem Zweck verwendet.
Wir können also sagen, dass der NS im Expert Advisor aus dem Artikel eher angepasst als trainiert wird, ebenso wie alle im Tester optimierten Expert Advisors. Die Funktionalität des Optimierers reicht nicht aus, um EAs (mit oder ohne NS) zu trainieren (obwohl es einen Vorwärtstest gibt, aber das bedeutet nur, dass wir nur denjenigen auswählen, der den Vorwärtstest besteht).
Yedelkin:
................., und der Begriff "Training" hat eine neue, hochspezialisierte Bedeutung erhalten, nämlich: Training ist die übliche Auswahl (Anpassung) von Parametern .
Jedes Radfahren (Badminton spielen, etc., etc.) wird durch die Anpassung von Parametern eigener neuronaler Netze erlernt.
Kopieren (Auswendiglernen) ist eine viel primitivere Art des "Lernens". // Einschließlich des Lernens von Wörterbuchdefinitionen.
Übrigens lernt niemand eine Sprache (Muttersprache) aus Wörterbüchern, sondern durch "Anpassen".
MetaDriver: Отнюдь не новый. Любой езде на велосипеде / игре в бадминтон обучаются путём подгонки параметров собственных нейросеток.
...Übrigens, niemand lernt eine Sprache (Muttersprache) aus Wörterbüchern, er lernt sie durch "Anpassen".
Ein wunderbares Beispiel für die Erklärung gewöhnlicher Phänomene mit Hilfe hochspezialisierter Begriffe :)
Das erinnert mich an Folgendes:
Es bleibt nur noch hinzuzufügen, dass Wörterbücher nicht zum Auswendiglernen und "Lernen von Wörterbuchdefinitionen" dienen, sondern dazu, die Bedeutungen von Wörtern wiederzugeben, die als allgemein akzeptiert gelten.
Gibt es einen Ausweg aus dieser Situation? Sollten wir unsere eigenen Lernalgorithmen schreiben? Ich hoffe, dass die Artikel über MQL5 dies bereits enthalten.
Es gibt bereits etwas über Optimierungsalgorithmen, ja. Über Lernalgorithmen, nein.
Und es gibt keine Artikel über Methoden zur Auswahl der optimalsten Varianten aus der Gesamtzahl der Durchläufe (auch nicht im Standard-Tester).
Es gibt bereits etwas über Optimierungsalgorithmen, ja. Über Lernalgorithmen, nein.
Und es gibt keine Artikel über Methoden zur Auswahl der optimalsten Varianten aus der Gesamtzahl der Durchläufe (auch im Standardtester).
Ein wunderbares Beispiel für die Erklärung gewöhnlicher Phänomene mit hochspezialisierten Begriffen :)
Inspiriert:
Bleibt nur noch hinzuzufügen, dass Wörterbücher nicht zum Auswendiglernen und zum Erlernen von "Wörterbuchdefinitionen" verwendet werden, sondern um die Bedeutungen von Wörtern wiederzugeben, die als allgemein akzeptiert gelten.
Oh, wofür sie nicht nur benutzt werden...! Hier in unserem Lieblingsforum werden sie vor allem dazu benutzt, sich gegenseitig auf den Kopf zu pissen mit.........
;)
Im Allgemeinen ist ein mathematisches Modell eines Prozesses oder Phänomens eine Beschreibung der Gesetze in mathematischer Sprache, denen dieser Prozess oder dieses Phänomen gehorcht. Die Steuerung dieses Prozesses mit Hilfe von Parametern kann jedoch als Anpassung bezeichnet werden. Die Mathematik ist eine exakte Wissenschaft, also müssen auch die Definitionen exakt sein.
Im Allgemeinen ist ein mathematisches Modell eines Prozesses oder Phänomens eine Beschreibung der Gesetze in mathematischer Sprache, denen dieser Prozess oder dieses Phänomen gehorcht. Die Steuerung dieses Prozesses mit Hilfe von Parametern kann jedoch als Anpassung bezeichnet werden. Da die Mathematik eine exakte Wissenschaft ist, müssen auch die Definitionen exakt sein.
"Gesetze" sind bereits Modelle. Sie existieren nur in den Köpfen.
Reale Prozesse gehorchen keinen Gesetzen ))
Liebe Referenten.
Natürlich habe ich nichts dagegen, die Feinheiten neuronaler Netze in diesem Thread zu diskutieren, aber ursprünglich war der Artikel für Anfänger gedacht. Er lässt einige Details aus, weil gerade diese Details einen Neuling in Sachen neuronale Netze verwirren können. Natürlich geht der Artikel nicht auf die verschiedenen Methoden des Trainings (der Anpassung) neuronaler Netze ein, aber das ist in der Anfangsphase auch nicht nötig. Wenn Sie feststellen, dass neuronale Netze gar nicht so schwierig sind, ist das kein Grund, sich abzuwenden und zu sagen: "Das ist sehr schwierig und nichts für mich". Wenn Sie mehr wissen, ist das großartig, aber dann ist der Artikel wahrscheinlich nichts für Sie.
Bezüglich des Selbststudiums - es ist möglich, dass während des Moderationsprozesses Änderungen vorgenommen wurden, die in der ursprünglichen Version nicht enthalten waren. Im Moment ist die Quelle des Artikels nicht zur Hand, aber sobald wie möglich werde ich diesen Artikel auf solche Fehler überprüfen.
Nach einigem Nachdenken wurde beschlossen, den zweiten Teil des Artikels zu schreiben.
Im Moment wird der zweite Teil die Arbeit mit mehrschichtigen neuronalen Netzen behandeln.
Wenn Sie irgendwelche Wünsche zum Inhalt haben - bitte schreiben Sie sie kurz.
Die Ideen, die ich an den Fingern abzählen kann, werden in dem Artikel beschrieben.
Ich danke Ihnen.