Discusión sobre el artículo "Utilizar Mapas con Función de Auto-Organización (Mapas Kohonen) en MetaTrader 5" - página 5
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¡Hola, queridos miembros del foro!
Un artículo muy interesante. Yo también estoy intentando utilizar este código SOM.
¿Alguien puede sugerir cómo facilitar el cálculo del resultado del área alrededor de la BMU (rodeada en azul para mayor claridad), teniendo en cuenta la distancia desde la BMU?
¿Querías decir que el código se ejecuta mucho más rápido en Java? Por favor, adjunta tus fuentes para comparar, es interesante verlo.
¿Alguien ha encontrado una solución? Acabo de encontrar este artículo ahora. Me uno a tu agradecimiento. Y a la pregunta.
Mi comentario 5 años después de mi último comentario.....
¿Por qué no veo el artículo sobre el conjunto de entrenamiento y el conjunto de control? El artículo cita el análisis histórico utilizando algún tipo de sistema de colores, pero en la frase "aprendizaje automático" la palabra clave es "entrenamiento" y se realiza para operar en periodos futuros.
En resumen, ¿por qué este sofisticado análisis histórico? Se ejecuta la optimización y se ve qué periodo y qué turno se prueban mejor.
¿Por qué no veo el artículo sobre el conjunto de entrenamiento y el conjunto de control? El artículo da un análisis histórico utilizando algún tipo de sistema de color, pero en la frase "aprendizaje automático" la palabra clave es "entrenamiento" y se realiza para operar en períodos futuros.
Hice una pregunta similar en la discusión de este artículo https://www.mql5.com/es/articles/5473.
He estudiado el material sobre este tema, lo más probable es que los mapas de Kohonen simplemente realicen la tarea de mostrar datos multidimensionales, y no estén pensados para el análisis de datos en sí mismos
Hice una pregunta similar en la discusión de este artículo https://www.mql5.com/es/articles/5473
He estudiado el material sobre este tema, lo más probable, los mapas de Kohonen sólo realizan la tarea de visualización de datos multidimensionales, y no están destinados para el análisis de datos en sí
Léanlo, me parece que ustedes dos (¿tres?) no compartieron un sabroso caramelo, y siguió.
Creo que cualquier publicación tiene derecho a serlo, pero aquí no hay ninguna descripción de lo que hace una red neuronal en el sentido habitual: toma una decisión "nueva" en una situación "nueva". Sólo hay análisis histórico. Es desconcertante.
Estoy viendo a Simon Haykin, allí hay buenos ejemplos. Y al final hay tareas, entre las tareas está la previsión, o lo que yo llamaría forecasting. Escribiré un par de frases más sobre el tema si me pongo a ello.
Léelo, creo que los dos (¿tres?) no compartieron un sabroso caramelo, y siguió.
No fue así, una vez más decidí volver a NS, y la elección recayó en los mapas Kohonen, después de haber buscado en Google el material (este sitio está muy bien indexado por los motores de búsqueda), me familiaricé con todos los materiales propuestos por el motor de búsqueda.
Yo estaba interesado en este tipo de NS hace unos 5 años, sin formación teórica, ahora la cantidad de conocimientos sobre NS es bastante decente, y volver a estudiar el material sobre los mapas de Kohonen causado un montón de preguntas.
Hice una pregunta específica... y luego en lugar de buscar la verdad me encontré con la defensa de los "intereses del autor", que por alguna razón repiten el artículo de Wiki y no se apoyan en nada más, excepto ... bueno, como usted ha dicho, "siguió y siguió" - "eres un tonto" - "vete a leer"
Veo Simon Haykin, hay buenos ejemplos. Y al final hay tareas, entre las tareas está la previsión, o lo que yo llamaría previsión. Si lo entiendo, escribiré un par de frases más sobre la esencia.
Ya lo he leído, como primer libro sobre NS es el mejor, luego cuanta literatura leo - más de la mitad de la nueva literatura serán reimpresiones de Haykin.
Y al final hay tareas, entre las tareas está la previsión, bueno, o lo que yo llamaría previsión. Si lo averiguo, escribiré un par de frases más sobre la esencia.
Estaré encantado de discutirlo, llevo mucho tiempo buscando información sobre este tema: los mapas de Kohonen no están diseñados para nada, ¡nada de nada! - Sólo son bonitas visualizaciones de datos multidimensionales.
la idea de este tipo de NS es bastante tentador, el principio es como un decodificador de componentes electrónicos - introducimos una combinación de datos de entrada y obtener un resultado listo en la salida.
probado redes de Hamming, así, como si lo que estoy buscando, pero ... hasta ahora he abandonado NS - He empezado a trabajar en soluciones simples, aquí hay algunos ya hechos https://www.mql5.com/ru/forum/307970/page11#comment_12625353.
Citando a S. Osovsky:
"Una red autoorganizada también puede utilizarse con éxito para predecir, por ejemplo, las cargas en un sistema de energía eléctrica. En esta subsección se presentan los detalles de la resolución del problema de la previsión de cargas horarias en un sistema de energía eléctrica en un intervalo de 24 horas".
Así que todo va bien. Tal previsión como se describe a continuación es generalmente adecuada uno a uno para predecir la acción de compra, venta o rechazo en forex.
Siempre miro la raíz, sabía que nadie la llamaría red neuronal si las tarjetas Kohonen no pudieran predecir.
Siempre miro la raíz, sabía que nadie la llamaría red neuronal si los mapas de Kohonen no podían predecir.
no pueden, el entrenamiento está ahí para desplegar vectores de pesos NS sobre conjuntos de entrenamiento - el resultado es agrupar los datos, pero la respuesta de la red en sí está ausente a otros datos - o más bien será, pero producirá valores aleatorios.
sobre la raíz... el nombre no es red de Kohonen, es como Self Organising Maps (SOM).
UPD: No veo el punto de continuar la discusión, la segunda vez que la discusión se reduce a lo que está escrito en Wiki, y ahora a lo que un cierto "Citando a S. Osovsky" escribió. Estoy de acuerdo en permanecer en el cautiverio de mi razonamiento, que no se apoya en la frase "SOM Kohonen" puede predecir, y lo contrario - no pueden
no saben cómo hacerlo, existe un entrenamiento para desplegar vectores de pesos NS sobre conjuntos de entrenamiento - el resultado es agrupar los datos, pero la respuesta de la propia red está ausente en otros datos - o más bien lo estará, pero producirá valores aleatorios.
sobre la raíz... el nombre no es red de Kohonen, sino mapas autoorganizados (SOM).
UPD: No veo el punto de continuar la discusión, la segunda vez que la discusión se reduce a lo que está escrito en Wiki, y ahora a lo que está escrito por alguien "Citando a S. Osovsky". Estoy de acuerdo en permanecer en el cautiverio de mi razonamiento, que no se apoya en la frase "SOM Kohonen" puede predecir, y lo contrario - no pueden