L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1748

 
Rehtag Konow:
Donc le travail du SN est en quelque sorte lié à l'optimisation ?

Oui, sur l'optimisation de fs (neurones). Il y en a beaucoup et ils peuvent être liés de différentes manières.

 
Maxim Dmitrievsky:

ahahaha ))))

Bien sûr, c'est impoli, voire mauvais dans certains endroits, mais seulement dans certains endroits. Et plus clair. Toute optimisation de la recherche d'extremum nécessite une recherche complète de la plus longue))))). Le GSF est une superposition d'un processus non lié à basse fréquence sur un processus à fréquence beaucoup plus élevée, l'optimisation de la recherche est un éclaircissement logique de la recherche. C'est plus facile pour moi de comprendre tout le reste.

 
Regex Konow:
Dans une certaine mesure, elle est obligatoire. Vous ne pouvez vraiment comprendre que ce que vous avez créé vous-même. J'essaie de reproduire l'idée originale derrière le concept de NS.

Le concept est assez simple : toute fonction multidimensionnelle peut être approximée par une composition de fonctions unidimensionnelles. J'espère que vous avez déjà inventé le concept de "fonction".)

 
Aleksey Nikolayev:

Le concept est assez simple : toute fonction multidimensionnelle peut être approximée par une composition de fonctions unidimensionnelles. J'espère que vous avez déjà inventé le concept de "fonction").

Je n'ai pas trouvé de définition distincte de la notion de "fonction multivariable". Il existe une "fonction de distribution" de la théorie des probabilités, et à l'intérieur de celle-ci, une sorte de "fonctions de distribution multidimensionnelles" est considérée, mais il n'y a aucun mot sur la technologie MO.

De toute évidence, les fonctions multidimensionnelles, si elles ont quelque chose à voir avec la NS, sont loin de son essence. Probablement, quelque chose lié à la mise en œuvre de certaines nuances techniques. J'essaie d'en comprendre l'essence.
 
Aleksey Nikolayev:

Le concept est assez simple : toute fonction multidimensionnelle peut être approximée par une composition de fonctions unidimensionnelles. J'espère que vous avez déjà inventé le concept de "fonction").

La décomposition par moins un argument à une dimension est généralement compréhensible, mais comment expliquer facilement comment dans cette composition à une dimension trouver les extrema plus rapidement que la recherche complète.

 
Voici une autre réflexion à ajouter à votre compréhension :

La conversion d'une donnée au sein des fonctions (neurones) en un "poids", a pour but de les unifier et d'universaliser l'application du réseau.
 
Je pense que vous vous accrochez aux mécanismes de recherche de valeurs optimales lors de la formation d'un réseau, mais la formation n'est pas l'essence du dispositif, elle fait partie du processus.
 
Tag Konow:
Voici une autre réflexion à ajouter à votre compréhension :

La conversion d'une donnée au sein des fonctions (neurones) en un "poids", vise à les unifier et à universaliser l'application du réseau.

enregistrer une vidéo pour l'expliquer, c'est si peu clair.

 
Maxim Dmitrievsky:

Enregistrez une vidéo avec des explications, c'est tellement peu clair.

C'est trop tôt, je ne comprends pas encore grand-chose.
 
Reg Konow:
Je n'ai pas trouvé de définition indépendante de la "fonction multidimensionnelle". Il y a une "fonction de distribution" de la théorie des probabilités, et à l'intérieur de celle-ci, une sorte de "fonctions de distribution multivariées" est considérée, mais il n'y a aucune mention de la technologie MO.

De toute évidence, les fonctions multidimensionnelles, si elles ont quelque chose à voir avec la NS, sont loin de son essence. Probablement quelque chose à voir avec la mise en œuvre de certaines nuances techniques. Moi, par contre, j'essaie de comprendre le point.

La fonction multidimensionnelle est une fonction mathématique usuelle, dont le domaine de définition est un espace multidimensionnel. Dans le cas de NS, il s'agit de l'espace des caractéristiques.

Je voudrais vous demander, en tant que mathématicien, si vous avez étudié les mathématiques à l'école en général.)

Raison: