"New Neural" es un proyecto de motor de red neuronal de código abierto para la plataforma MetaTrader 5. - página 67

 
Mischek:
Así que esperaremos a probarlo. Voy a burlarme de ella).

Dime qué vas a hacer. Todo está hecho para el programador. Es decir, API.

Y para el usuario no hay nada, suelo automatizar, con mínima posibilidad de intervención de manos no autorizadas. Es decir, no hay interfaz de usuario para ti.

Urain:

Pero no basta con usar el botón [make it good for me], sino que hay que aprender lo básico.

Hay una forma de obtener el exponente de Hearst(yemnip) para el estado del sistema predicho para el método de la ventana de señal común.

Es cierto que no se aplica...

 
TheXpert:

Dime qué vas a hacer. Todo está hecho para el programador. Es decir, API.

No hay nada para el usuario, suelo automatizarlo, con mínima posibilidad de intervención de manos no autorizadas. Es decir, sin interfaz de usuario.



Te lo dije ((

No te molestes.

 
Mischek:

Te lo dije ((

Entonces tendrás que elegir los neuropaquetes. Intenta mirar el reverso del tuyo, no puedes tener un botón de "pish", sólo para una tarea específica.

Hay que preparar los datos, alimentarlos correctamente, entrenarlos correctamente y evaluar el resultado correctamente.

 

En realidad esto está en el hilo "Interesante...", pero el tema está más cerca aquí.

Evolución y vida artificial

y hay vida aquí http://www.math.com/students/wonders/life/life.html
Эволюция и искусственная жизнь
  • alt-future.narod.ru
Искусственная жизнь (ИЖ, ALife) как отдельное научное направление выделилась из теории искусственного интеллекта (ИИ) в 80-х гг. прошлого века, когда состоялась первая Международная конференция ALife I (1989 г., Лос-Аламос). Вскоре за ней последовали Европейская конференция по искусственной жизни и Международная конференция по...
 

Señores, que están familiarizados con los algoritmos de aprendizaje que se enumeran a continuación,

Enumerar las variaciones en el trazo de la enseñanza.

Por ejemplo, una retropropagación realiza primero un movimiento hacia adelante y luego un movimiento hacia atrás para propagar un error.

¿Qué otros movimientos hay en muchos algoritmos de aprendizaje?

SZZ esto es necesario para poner las funciones virtuales necesarias en el motor.

ZZZY a continuación es una tabla, que sabe lo que escribir lo que la opción (s) se mueven utilizados en estos algoritmos.

 
Paradigma Regla de aprendizaje Arquitectura Algoritmo de aprendizaje Tarea
Con el profesor Corrección de errores Perceptrón monocapa y multicapa Algoritmos de aprendizaje del perceptrón
Propagación inversa
Adaline y Madaline
Clasificación de patrones
Aproximación de funciones
Predicción, control
Boltzmann Recurrencia Algoritmo de aprendizaje Boltzmann Clasificación de patrones
Hebb Propagación directa multicapa Análisis discriminante lineal Análisis de datos
Clasificación de patrones
Concurso Concurso Cuantificación vectorial Categorización intraclase Compresión de datos
Red ART ARTMap Clasificación de las imágenes
Sin profesor Corrección de errores Propagación directa multicapa Proyección de Sammon Categorización en clase Análisis de datos
Hebb Propagación directa o competencia Análisis de componentes principales Análisis de datos
Compresión de datos
Red Hopfield Aprendizaje de la memoria asociativa Memoria asociativa
Concurso Concurso Cuantificación vectorial Categorización
Compresión de datos
Kohonen SOM Kohonen SOM Categorización
Análisis de datos
Redes ART ART1, ART2 Categorización
Mixto Corrección de errores y competencia Red RBF Algoritmo de aprendizaje RBF Clasificación de patrones
Aproximación de características
Predicción, control
 

Bien, el silencio general lo tomo de la complejidad de la pregunta.

Permítanme reformular la pregunta:

¿Para qué algoritmo de aprendizaje no es apropiado el backtracking de capas?

 
Urain:

Bien, el silencio general lo tomo de la complejidad de la pregunta.

Permítanme reformular la pregunta:

¿Para qué algoritmo de aprendizaje no es apropiado el backtracking?

Más bien, "¿Para qué algoritmo de aprendizaje no es necesario el backtracking de capas ?"

Sé una cosa segura, el algoritmo genético no lo necesita.

En otros casos, podría estar equivocado, lo es.

 
su.humano:

Más bien, "¿Qué algoritmo de aprendizaje no necesita retroceso de capas ?".

Sé una cosa segura, el algoritmo genético no lo necesita.

En otros casos, podría estar equivocado, sí lo hace.


La esencia de lo que, establecido para el algoritmo de aprendizaje (para ajustar los pesos) sólo golpe hacia atrás de la enumeración de las capas, si no necesitamos para el aprendizaje de un movimiento de la rejilla en sí, podemos llamar a un movimiento hacia adelante de cálculo de una cuadrícula, si es necesario, podemos llamar y revertir.

Sólo una duda, ¿puede ser que algún algoritmo necesite el avance de la computación en red y el avance de los pesos de ajuste?

Realmente no conozco esos algoritmos, pero no puedo saberlo todo.

 

Buenas tardes, realmente no es el tema, necesito un consejo.

A mí me han encomendado una tarea. Es necesario seleccionar una ventana de tiempo adaptativa del momento actual, y no fijarla en los parámetros, por ejemplo, 10 compases. A continuación, recorra el historial en profundidad para determinar a qué grupo pertenece la ventana seleccionada. ¿Pueden las redes neuronales encargarse de ello o es más fácil hacer otra cosa? Si no te importa, por favor, envíame un libro sobre rejillas a nivel de salchichas solamente.

Razón de la queja: