Comment former correctement les valeurs d'entrée pour le NS. - page 3
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Pour StatBars quelque chose votre fichier n'est pas décompressé s'il vous plaît vérifier.
Le sujet a été abandonné pour rien. C'est très intéressant.
Outre la normalisation des valeurs d'entrée, des entrées correctement formées peuvent également inclure la sélection de modèles ou ce que vous voulez exactement entraîner le réseau à faire ?
Si quelqu'un a des idées ou une expérience, merci de les partager.
Le sujet a été abandonné pour rien. C'est très intéressant.
Outre la normalisation des valeurs d'entrée, les entrées correctement formées peuvent également inclure la sélection de modèles ou ce que vous voulez exactement entraîner le réseau à faire ?
Si vous avez des idées ou des expériences, n'hésitez pas à les partager.
Oui, le sujet ne doit pas être abandonné. Je pense qu'il y a beaucoup à apprendre ou à suggérer à un novice en matière de réseaux neuronaux :)
Je pense que l'expérience est très importante dans ce métier. Je demande donc l'avis des personnes expérimentées.
Je suis en train d'étudier les livres :
Simon Haikin. Je recommande aux débutants le livre NeuralNetworks de F. Wassermann Neurocomputer Science pour la première prise de connaissance. Ensuite, lorsque tout est plus ou moins clair dans votre tête, vous pouvez systématiser par D. Ivanov Financial Market Forecasting with Artificial Neural Networks.
Tous ces auteurs écrivent sur l'importance des données d'entrée.
Dans le livre de Simon, je me suis également intéressé à la méthode du gradient couplé. Quelqu'un peut-il le partager, car tout dans le livre est très mathématique.
En gros, je présente un plan de travail avec neuronet, ou plutôt les choses auxquelles il faut faire attention lors de son développement.
1. Préparation des données d'entrée. (décalage des moyennes, décorrélation, égalisation de la covariance).
2. Sorties correctes (plages, extrêmes, directions)
3. La question du recyclage du réseau
4. Vérification croisée
5. Adaptation du réseau aux nouvelles données
6. Optimisation par recherche de gradient conjugué
7. Capacité à utiliser des cartes séculaires (ou des couches de Kohonen et Grossberg ?)
8. Comité des réseaux.
9. Réseaux récursifs.
Tout ceci est à étudier et à appliquer dans ma pratique (les plans sont napoléoniens). Et si tous les gourous ont fait face aux points 1 et 2, alors peut-être peuvent-ils répondre à ces deux questions mieux que n'importe quel livre théorique.
Je suis actuellement en train de faire des recherches et de lire des livres :
Simon Haykin. Réseaux neuronaux - il écrit très bien, mais pour les débutants, je recommande toujours le livre de F. Wasserman Neurocomputer Technology pour la première connaissance. Ensuite, lorsque tout devient plus ou moins clair dans votre tête, vous pouvez le systématiser avec le livre de D. Ivanov, Forecasting Financial Markets Using Artificial Neural Networks.
------------------------------------------------------
Alexey, si c'est possible, donnez-moi les liens vers les livres mentionnés à télécharger gratuitement.
Si les modérateurs le permettent, je poste les archives ici (vous devrez les supprimer après les avoir lues : ))))).
Merci, je l'ai téléchargé. Je l'ai cherché, il semble qu'il ait disparu.
Simon Heikin. Les réseaux neuronaux.
....
J'ai juste écrit ça et c'est apparu...
Copie de la deuxième partie. Y en aura-t-il d'autres ?
Copie de la troisième partie. D'autres ?
Copie de la quatrième partie. D'autres ?
J'ai fini avec Haikin, je passe à autre chose. ....
A en juger par le volume, on dirait qu'on a une vie à poser...
Non, vous n'aurez pas à sacrifier votre vie, juste la moitié... :)
Très bien, merci, j'ai copié Yezhov aussi. Je vais essayer de me plonger dans ces réseaux neuronaux pour de bon. En soi, l'idée m'a toujours plu.
Mais en ce qui concerne le forex, j'ai toujours eu des doutes, car les "modèles" sont liés à des valeurs absolues.