Cómo formar correctamente los valores de entrada para el NS. - 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
Amigos, me disculpo por "interrumpir".
¿Alguien ha trabajado en esta dirección?
La idea de "pescar" información útil sin conocerla a priori parece tentadora. Me pregunto cómo se podría utilizar esto de forma realista en nuestro negocio.
Amigos, me disculpo por "interrumpir".
¿Alguien ha trabajado en esta dirección?
La idea de "pescar" información útil sin conocerla a priori parece tentadora. Me pregunto cómo se podría utilizar esto de forma realista en nuestro negocio.
Comentarios como este
La información mutua se ofrece como función objetivo. Es decir, es una variante del aprendizaje sin profesor.
¿Es este el resultado final? ¿Una especie de vector deslizante, es decir, un movimiento multidimensional?
>>Comentarios como este
No, parece más bien PCA.
No, la información mutua se ofrece como función objetivo. Se trata, pues, de una variante del aprendizaje sin profesor.
¿Por qué no? Si hay correlación, la función objetivo tiende a uno durante el entrenamiento. En principio, no veo mucha diferencia con la optimización convencional.
2 YuraZ. La gente está recogiendo. Es bueno ver eso.
Su experto en el hilo anterior fue mi primera presentación. Muchas gracias por el código. Voy a pegar aquí su versión ligeramente corregida y decorada. Es perfecto para los principiantes.
He comparado estrictamente la salida de mi versión con la real en un patrón de prueba.
He probado tu versión, ¡nunca he conseguido enseñarla!
el aprendizaje fue más rápido en mi variante
La idea de "pescar" información útil sin conocerla a priori parece tentadora. Me pregunto cómo podría utilizarse de forma realista en nuestro caso.
¿Y la función I(X, Y)?
En mi opinión, lo que necesitas es el PCA (análisis de componentes principales) o el MGC (método de componentes principales) y las redes de recirculación.
¿Por qué no? Si hay correlación, la función objetivo tiende a uno durante el entrenamiento. En principio, no veo mucha diferencia con la optimización convencional.
"No" se refiere a la retroalimentación :). En cuanto a la correlación como función objetivo, parece estar relacionada con la información mutua. Pero como las fórmulas son diferentes, la trayectoria de aprendizaje también puede serlo. En general, es difícil contar con alcanzar el extremo global para un sistema más o menos complejo. Y el extremo local resultante puede resultar diferente para las distintas vías de aprendizaje.
Amigos, me disculpo por "interrumpir".
¿Alguien ha trabajado en esta dirección?
La idea de "pescar" información útil sin conocerla a priori parece tentadora. Me pregunto cómo podría utilizarse de forma realista en nuestro caso.
¿Puedo preguntar de dónde procede este extracto? Una vez intenté hacer una extracción de una señal útil del ruido, pero el trabajo quedó inconcluso.