Redes neuronales artificiales. - página 13
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
sí, la biblioteca class_NetMLP.mqh en la carpeta ....\MQL5\Include
en el meta editor crear un script y copiar el código
hmm... Bueno, el resultado ya se conoce - NS aprenderá tabla de multiplicar, tratar de enseñar, por ejemplo, sin(x) - en una palabra experimento para llegar a una comprensión de por qué, y cómo funciona, en principio, no importa - pero seguro que funciona. Creo que lo principal es que aprendas a utilizar una herramienta como NS.
:-) Tengo que aprender a encender esta cosa, suelto un script en el gráfico, se carga y se descarga....
Qué o cómo pulsar para ver lo que ocurre
Quiero entender cómo puedo aplicarlo.
La pregunta es puramente teórica, ¿es posible con la ayuda de la red, sobre el ejemplo del trabajo de un trader particular, tratar de enseñar al Asesor Experto a hacer tratos, como un aprendizaje alimentando tratos con más y más "correctos", y excluyendo del aprendizaje los tratos erróneos, deficitarios y ambiguos?
---------------
Y explique cómo habilitar lo que compilé, por favor.
mira aquí, también está la salida a través de "print":
Pregunta teórica, ¿es posible, utilizando la red, en el ejemplo del trabajo de un comerciante en particular, para tratar de enseñar a un Asesor Experto para hacer las transacciones, como un aprendizaje por la alimentación de la red trata de más y más "correcta", y la exclusión de las ofertas erróneas, perder y ambigua?
esta no es una cuestión teórica, sino realmente práctica... Las SN pueden recordar la estructura de los datos de entrada cuando son entrenadas y entonces la SN entrenada producirá las respuestas de salida correctas
pero no es tan suave... el principal problema es qué dar a la entrada del NS, hay errores triviales como: enseñamos al NS la tabla de multiplicar 1x1 ... 9x9, y luego pedimos a los NS la respuesta correcta 23x13 y nos quejamos de que los NS no trabajan - los NS simplemente no están entrenados en la tabla de multiplicar 23x13.
Si hemos decidido que usando 3-4 últimos Close[] para el EURUSD podemos predecir hacia dónde irá el precio en 10 barras y durante mucho tiempo "atormentar" al NS en esta dirección y luego gritar en los foros, el NS no funciona... (aunque probablemente debería utilizar las fases lunares para la predicción :) )
Es decir, la calidad del rendimiento de la NS depende de que los datos estén bien preparados; si hay dependencias ocultas, la NS las aprende y funcionará correctamente en el futuro; si no hay dependencias, la NS no puede hacer milagros
Así es, no puedo hacerlo científicamente de otra manera.
ver aquí, también está la salida a través de "print":
А... y tengo esto
esto es lo que he dejado en esta biblioteca - ni siquiera sé si le ayudará o no
SZS:Actualicé mi post anterior, ahora ya no, negocio - finalmente, mis scripts en las estadísticas dieron los resultados, 14 horas de funcionamiento del ordenador, voy a aprender
ver aquí, también está la salida a través de "print":
esta no es una cuestión teórica, sino realmente práctica... Las SN pueden recordar la estructura de los datos de entrada cuando son entrenadas y entonces la SN entrenada producirá las respuestas de salida correctas
pero no es tan suave... el principal problema es qué dar a la entrada de la NS, hay errores triviales como: enseñamos a la NS la tabla de multiplicar 1x1 ... 9x9, y luego pedimos a los NS la respuesta correcta 23x13 y nos quejamos de que los NS no trabajan - los NS simplemente no están entrenados en la tabla de multiplicar 23x13.
Si hemos decidido que usando 3-4 últimos Close[] para el EURUSD podemos predecir hacia dónde irá el precio en 10 barras y durante mucho tiempo "atormentar" al NS en esta dirección y luego gritar en los foros, el NS no funciona... (aunque probablemente debería utilizar las fases lunares para la predicción :) )
Es decir, la calidad del rendimiento de la NS depende de que los datos estén bien preparados; si hay dependencias ocultas, la NS las aprende y funcionará correctamente en el futuro; si no hay dependencias, la NS no puede hacer milagros
Así es, no puedo hacerlo científicamente de otra manera.
El problema de la adecuación del entrenamiento es que los datos de entrada deben ser correctos si queremos obtener el resultado deseado.
Y suficientemente formalizado, y si efectivamente sólo en base a ellos se toma una decisión
Mi cabeza da vueltas a la idea de que el flujo de datos de entrada en base al cual se toma una decisión no es amplio, hay algo así como veinte, treinta millones de combinaciones +- un orden de magnitud, según mi estimación aproximada, después del entrenamiento serán dos tres mil combinaciones
Estoy tratando de indagar en esa dirección.
esto es lo que he dejado en esta biblioteca - ni siquiera sé si le ayudará o no
SZS:He actualizado mi post anterior, ahora estoy fuera, negocio - finalmente mis scripts en las estadísticas dieron los resultados, 14 horas de funcionamiento del ordenador, voy a estudiar
Hay casos en los que los datos de entrada no dependen de los datos de salida, es decir, decidimos que usando 3-4 últimos Close[] para el EURUSD podemos predecir hacia dónde irá el precio en 10 barras y nos "metemos" con NS en esta dirección para luego gritar en los foros que NS no funciona... (aunque probablemente debería utilizar las fases lunares para la predicción :) )
Es decir, la calidad del rendimiento de la NS depende de que los datos estén bien preparados; si hay dependencias ocultas, la NS las aprende y funcionará correctamente en el futuro; si no hay dependencias, la NS no puede hacer milagros
Así es, no puedo hacerlo científicamente.
Sí, así...
Ese es el principal problema a la hora de entrenar una red neuronal. Como, de hecho, en la vida en general. Nunca sabemos lo que podemos necesitar en el futuro, tratamos de aprender todo y cualquier cosa que podamos conseguir, y el destino, la perra de todo, dice "¿Para qué demonios aprendiste todo eso? Deberías haberlo aprendido... De todos modos, quien lo adivine, gana. Tal como dice el algoritmo genético maestro.