Discusión sobre el artículo "Redes neuronales: De la teoría a la práctica"
en principio el artículo no está mal, todo está claro, claro, por así decirlo en los estantes ..... digamos que hay un lugar para empezar, no buscar en otros foros, pero es necesario continuar, parte 2,3.....
se necesita un ejemplo de trabajo con NS multicapa, porque las fotos muestran NS multicapa, pero el ejemplo es sólo para una red con una neurona - o cambiar el nombre del artículo o escribir la parte 2.
¡buena suerte!
- www.mql5.com
el artículo es bueno, las introducciones se revelan. pero no entendí bien - cómo se produce el "entrenamiento" de las neuronas, y con qué frecuencia es nano.
el artículo es bueno, las introducciones están cubiertas. pero no entendí muy bien cómo se "entrenan" las neuronas y con qué frecuencia se hace.
- www.mql5.com
- www.mql5.com
Te apoyaré a su vez!!! y publicaremos uno tras otro )))))).
Durante mucho tiempo estuve tratando con redes neuronales - no podía entender cómo funcionan, entendía el aparato matemático, hay un montón de ejemplos, pero no podía entender por qué es necesario entrenarlas y lo que da durante mucho tiempo porque sólo había ejemplos de entrenamiento para una tarea específica (reconocimiento de patrones, comercio) en Internet, y no conocí ningún ejemplo elemental (primitivo, cotidiano), hasta que conocí un ejemplo de entrenamiento de sen(x)...... en algún foro.
Entonces escribí para mí un script que enseñaba la tabla de multiplicar NS online e imprimía con Comment() los resultados en la pantalla, y ... oh maravilla ... Tenía lágrimas en los ojos de la felicidad, vi cómo NS aprende, realmente aprende, no fórmulas secas para obtener el resultado deseado. Estaría bien mostrar un ejemplo en el artículo como ejemplo 2x2=4,1 2x3=5,9 ..... 9x9= 80,2 , pero 11x2 = 10,3 porque la tabla de multiplicar por 11 NS no ha estudiado, aquí es howtoktotak ))))))
¡¡¡¡ZY: sobre mí: estudié, estudié, serví, trabajé, me casé, viví feliz y morí el mismo día y no voy a morir todavía - todavía hay asuntos pendientes !!!!
Buen artículo para principiantes, también me gustaría un seguimiento.
Entonces escribí para mí un script que enseñaba la tabla de multiplicar NS en línea e imprimía los resultados en la pantalla usando Comment(), y ... oh maravilla ... Tenía lágrimas en los ojos de la felicidad, vi cómo NS aprende, realmente aprende, no fórmulas secas para obtener el resultado deseado. Estaría bien mostrar un ejemplo en el artículo como ejemplo 2x2 =4,1 2x3=5,9 ..... ..... 10x10= 10,2 , pero 11x2 = 10,3 ya que la tabla de multiplicar para 11 NS no ha estudiado, wotkaktotak ))))))
Es una buena forma de plantear la pregunta.
Aunque la tabla de multiplicar tiene poco que ver con el comercio, sigo preguntándome si la red ha sido capaz de enseñar la tabla de multiplicar.
Tal vez respondiendo a la pregunta, ¿por qué la red no puede aprender la tabla de multiplicar, habrá una comprensión de cómo enseñar a la red para el comercio.
Buena pregunta
1.Aunque la tabla de multiplicar tiene poco que ver con el comercio, sigo preguntándome, ¿ha sido posible enseñar a la red la tabla de multiplicar?
2.Quizás respondiendo a la pregunta, ¿por qué la red no puede aprender la tabla de multiplicar?
3.Se comprenderá cómo enseñar a la red a comerciar.
1.sí, NS aprendió la tabla de multiplicar de 1x1 a 9x9 inclusive, el vídeo parece mostrar los resultados hasta el 2º decimal.
2. la red no ha aprendido la tabla de multiplicar más allá de 9x9 , lo cual no es sorprendente - nadie la enseñó, cualquier coincidencia con los resultados correctos es aleatoria.
3. Hay una comprensión, pero había esperanza para los desarrolladores de "New Neural" - proyecto de código abierto de motor de red neuronal para la plataforma MetaTrader 5, pero como se suele decir "y todavía no hay nada" (Krylov). Es una tarea que consume mucho tiempo para desarrollar un proyecto de multicapa NS - es más fácil añadir .dll , aunque, probablemente, en mql5 puro habrá una pérdida en la velocidad de entrenamiento en comparación con las implementaciones ya hechas de paquetes NS / .dll .
SZY: Usted puede pedir en el tema con los deseos MT5 para una aplicación incorporada de múltiples capas NS, pero como de costumbre con los desarrolladores - que responderá que no, no se proporciona, y en medio año se anunciará una actualización de este tipo, dos veces ya "lo tengo": Yo deseaba para la sobrecarga de operador y lienzo para dibujar en el gráfico :)
ZYZY: para mi para experimentos con NS tal importación es suficiente:
#import "fannmql.dll" void fannmql_build(string NN_config); // crea una red neuronal FANN, propiedades de las capas de neuronas en NN_config // puede utilizar delimitadores: ', . ; -' o espacio void fannmql_unbuild(); // borra la red neuronal FANN double fannmql_train(double &input[],double &output[]); // entrenamiento de la red neuronal FANN, devuelve el valor RMS void fannmql_run (double &input[],double &output[]); // calcular FANN de la red neuronal void fannmql_savetofile (string File_name); // guardar FANN de la red neuronal en un archivo void fannmql_loadfromfile(string File_name); // cargar FANN de la red neuronal desde el archivo #import string s = "8-10-10-2"; // NS con 8 entradas, 2 capas ocultas de 10 neuronas en cada capa y 2 salidas double inp[8],out[2]; //________________________________________________ int init(){ fannmql_build(s); ..............pero, al parecer, para construir este tipo de funciones en MT5 funciones estándar es un grand_and_hard_to_realise_problem;)))))
Quizá respondiendo a la pregunta de por qué la red no puede aprender la tabla de multiplicar, sea posible entender cómo enseñar a la red a comerciar.
Lo más interesante es que no se puede enseñar a la red la tabla de multiplicar (en sentido amplio). Es decir, por supuesto, se puede enseñar la multiplicación de 1*1 a 9*9, y luego... el cuadro de Repin - "Fig tú".
Pero el cerebro realiza estos pasos sin dificultad, ¿por qué es así? - Aquí es donde se encuentra el tesoro de la sabiduría, hay que cavar aquí, pero no es tan simple como puede parecer - que limita con el campo de la inteligencia artificial, y eso es otra historia....
Lo más interesante es que a la red no se le puede enseñar la tabla de multiplicar (en sentido amplio). Es decir, por supuesto, se puede enseñar la multiplicación de 1*1 a 9*9, y luego... el cuadro de Repin - "Fig tú".
Pero el cerebro realiza estos pasos sin dificultad, ¿por qué es así? - Este es el tesoro de la sabiduría, tenemos que cavar aquí, pero no es tan simple como puede parecer - que bordea el campo de la inteligencia artificial, y esto es una historia diferente....
No estoy de acuerdo sobre figwam.
¿No son las redes neuronales del campo de la inteligencia artificial?
Si hay un deseo de continuar este tema, sugiero ir aquí "Nueva Neural" - Open Source proyecto de motor de red neuronal para MetaTrader 5 plataforma.
O por mensaje privado, creo que será redundante aquí.
Lo más interesante es que a la red no se le puede enseñar la tabla de multiplicar (en sentido amplio). Es decir, por supuesto, se puede enseñar la multiplicación de 1*1 a 9*9, y luego... el cuadro de Repin - "Fig tú".
Pero el cerebro realiza estos pasos sin dificultad, ¿por qué es así? - Este es el tesoro de la sabiduría, tenemos que cavar aquí, pero no es tan simple como puede parecer - que bordea el campo de la inteligencia artificial, y esto es una historia diferente ...
Yura Reshetov llegó a escribir que es posible enseñar a la NS la tabla de multiplicar, donde 2*2 = 5, y todas las demás variaciones serán aritméticamente correctas. Esa es la esencia de la adaptación, por cierto. Y sobre por qué la NS empezará a mentir si le enseñas 1-9 y la alimentas 10-20, también hay una respuesta. La cuestión es que la red puede funcionar correctamente sólo y únicamente si los datos fuera de la muestra se encuentran en el mismo intervalo que en el conjunto de entrenamiento. A grandes rasgos, nuestras entradas estarán en el intervalo [1;9]. Y entonces daremos a la NS datos en un intervalo diferente, lo que hará que los datos de entrada sean no estacionarios, y la no estacionariedad dará respuestas falsas. Intenta entrenar la red con muestras en el rango [1;20], y luego dale otras muestras en el mismo rango, y, oh maravilla, realmente funcionará. Puedes probarlo.
Aquí lo he probado. Funciona muy bien fuera de la muestra )
A NS se le enseñó la tabla de multiplicar 1-20. Entrenamiento y parada del entrenamiento se hizo en ejemplos seleccionados al azar (1/3 y 1/3 del tamaño de la muestra). Validación - el 1/3 restante del tamaño de la muestra, pero sobre todo del mismo rango. Los resultados de la validación son tan buenos como los de las muestras de entrenamiento. El error está dentro de +-0,1.
El punto es que NS aprende cualquier función, como usted sabe, y lo hace con éxito, lo principal es que el rango de datos fuera de la muestra debe estar dentro del rango de entrenamiento.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Redes neuronales: De la teoría a la práctica:
Hoy en día, cualquier operador ha oído hablar de las redes neuronales y conoce las ventajas de su utilización. La mayoría de ellos creen que quien puede trabajar con redes neuronales es una especie de superman. En este artículo intentaré explicarle la arquitectura de la red neuronal, describir sus aplicaciones y dar ejemplos de su uso práctico.
Concepto de redes neuronales
Las redes neuronales artificiales pertenecen a una de esas áreas de la investigación en inteligencia artificial basadas en los intentos de simular el sistema nervioso del ser humano y su capacidad para aprender y adaptarse, lo que nos permitirá crear una simulación muy genérica del funcionamiento del cerebro humano.
Lo más curioso es que las redes neuronales artificiales están formadas por neuronas artificiales.
Autor: Dmitriy Parfenovich