Cómo formar correctamente los valores de entrada para el NS. - página 8

 
sergeev писал (а) >>

klot, creo que publicó la normalización de la MA normal con StdDev.

Es mejor utilizar la velocidad de la MA, es decir, la primera derivada, en lugar de la MA.

 
LeoV писал (а) >>

No se trataba de indicadores, sino de racionar el precio en una zona determinada, donde se eligen los máximos y los mínimos.

Ahí estaba lo del racionamiento de muestras...

 
sergeev писал (а) >>


A grandes rasgos, he trazado un plan para mi trabajo con la red neuronal, o más bien las cosas a las que debo prestar atención cuando la desarrolle.

1. Preparación de los datos de entrada. (desplazamiento de medias, descorrelación, ecualización de covarianza).

¿Puede ser más específico? Preferiblemente con un mínimo de detalles. Interesante.

3. La cuestión del reentrenamiento de la red

Es fácil de comprobar y se puede tratar reduciendo el número de parámetros. Si no se cura, hay que volver a muestrear.

4. Comprobación cruzada

Más detalles, por favor.

7. Posibilidad de utilizar mapas lightka (¿o capas de Kohonen y Grossberg?)

Creo que es perfecto para la búsqueda de patrones.

8. Comité de redes.

No es el caso, se utilizan en los sistemas expertos, aquí es un poco diferente.

9. Redes recursivas.

Todavía no vale la pena, en mi opinión.

 
sergeev писал (а) >>

klot, creo que publicó la normalización de un MA normal con StdDev.

Sé que también se puede normalizar el precio, pero no el camino del máximo al mínimo...

 
TheXpert писал (а) >>

¿Puede ser más específico? Preferiblemente con un mínimo de detalles. Interesante.

Fig. 4,11 de S. Haykin, el libro del principio del tema

Es fácil de comprobar y se puede tratar reduciendo el número de parámetros. Si no se cura, hay que volver a muestrear.

>> figuras. 4.18, 4.19 ibid.

Más detalles, por favor.

Fig. 4.20, 4.21 ibid.

 
sergeev писал (а) >>

Fig. 4,11 de S. Haykin, libro al principio del tópico

Figs. 4.18, 4.19 ibid.

Fig. 4.20, 4.21 ibid.


Sí, tendré algo que leer esta noche, muy posiblemente sacando el código pronto :)

 
¿Quiere compartirlo?
 
sergeev писал (а) >>
¿Quieres compartirlo?

Por supuesto, de lo contrario no hablaría de ello. A menos, claro, que haya algo que compartir.

 
sergeev писал (а) >> Comprobación cruzada
TheXpert escribió (a) >> Más detalles también, por favor.
Una comprobación cruzada es cuando una red, por ejemplo, se entrena en el segmento de 2007 y el mejor resultado obtenido en el segmento de 2007 se "prueba" en el segmento de 2008, y si ese resultado es mejor que el anterior (también "probado" en 2008) entonces se mantiene esa red. Y así sucesivamente. Del mismo modo, no se obtienen mejores resultados en 2007, pero no hay que preocuparse por ello, porque la red se revisa en 2008. Esto evita el sobreentrenamiento (para la red) o la sobreoptimización (para la CT).
 
sergeev писал (а) >> 8. comité de redes.

Por lo general, se hacen 3 de 2 o 5 de 3. Es decir, de 3 redes, 2 deben "optar". Los comités son por supuesto mejores, ya que 3 redes poco rentables, pueden dar un beneficio mucho mayor que cada una por separado. Pero es necesario elegir las redes en los comités de forma muy deliberada, ya que no todas las redes con otra funcionarán correctamente.

Razón de la queja: