Trouver un ensemble d'indicateurs pour alimenter les entrées du réseau neuronal. Discussion. Un outil d'évaluation des résultats. - page 4
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
Kgm ... Vous oubliez que pour une efficacité d'apprentissage maximale, les entrées du réseau doivent être statistiquement indépendantes, il ne doit y avoir aucune corrélation entre les données fournies à chaque entrée. Toutes les machines sont corrigées les unes par rapport aux autres, vous pouvez le vérifier. Il existe un logiciel assez pratique et simple - AtteStat, c'est un complément d'Exel, mais très pratique.
Tout est brillamment simple... J'aurais pu le découvrir moi-même... Merci ! !!
Prenez les indicateurs disponibles et regardez la corrélation entre eux... analyser, réfléchir, peut-être trouverez-vous des idées utiles :)
Le public a besoin de voir une relation graphique entre l'erreur d'apprentissage et le temps (nombre d'époques).nous devons parler de choses différentes... Je n'enseigne pas avec un professeur (il y a une erreur d'apprentissage dans cette façon d'enseigner)... J'enseigne au maximum de la fonction cible et je ne sais pas quelle est la valeur maximale possible de la fonction cible.
Allez ici, il y a une description détaillée et des formules de calcul pour chaque indicateur.
dans deux jours, vous aurez votre propre opinion.
Cela fait longtemps que je l'observe.
Je l'ai regardé, je l'ai lu, peut-être que je n'y ai pas consacré assez de temps ou d'attention, peut-être autre chose... si rien d'autre, je vais probablement y retourner... :))) prendre le chemin le plus long, hein ?
Non. Je ne fais que transmettre la valeur de la fonction cible à l'algorithme génétique, et ce dernier produit un vecteur de valeurs pour chaque gène, que je convertis en une matrice de poids de réseau neuronal.
Exact, l'algorithme génétique n'utilise pas la fonction d'erreur pour ajuster les poids.
D'après ce que j'ai compris, vous pourriez majorer le m5 du profit maximum qui peut être réalisé sur l'historique et utiliser cette majoration comme fonction de fitness.
Je me demande juste à quoi ressemble la fonction que vous utilisez pour estimer un individu.
De quelle erreur parle-t-on ? La fonction cible est plus grande - donc le gène est plus approprié...
C'est une question d'erreur d'échantillonnage du test. C'est-à-dire que vous prenez le mois suivant après l'échantillon de formation. Vous le marquez en fonction de votre algorithme. Vous envoyez les sorties au réseau formé. Vous comparez les résultats. C'est le graphique de ces erreurs qui m'intéresse.
Vous pouvez également obtenir le graphique d'erreur de l'échantillon d'entraînement et ainsi estimer comment votre réseau apprend (ou il y a un développement générationnel dans l'algorithme du gène).
C'est d'une simplicité enfantine... J'aurais pu y penser moi-même... Merci !
Prenez les indicateurs disponibles et regardez la corrélation entre eux... analyser, réfléchir, peut-être trouverez-vous des idées utiles :)
Montrez le résultat lorsque vous comparez tous les ensembles que vous alimentez aux entrées :) Je pense que tout sera fortement corrélé. Tous les indicateurs donnés utilisent les mêmes données d'entrée pour le calcul.
nous devons parler de choses différentes... Je n'enseigne pas avec un professeur (il y a une erreur d'apprentissage dans cette façon d'enseigner)... J'enseigne au maximum de la fonction cible et je ne sais pas quelle est la valeur maximale possible de la fonction cible.
Comment estimez-vous l'efficacité du réseau formé ? C'est le graphique que je veux voir.
L'AG n'est qu'un outil d'optimisation (un tournevis pour la machine). Avec des différences minimes, vous pouvez l'utiliser ou tout autre algorithme d'optimisation (tournevis).
Oui un tournevis, mais il y a des tournevis qui peuvent défaire une petite vis et d'autres qui ne peuvent pas...
Non, avec des différences minimes, vous ne pouvez pas l'utiliser pour NS, vous ne semblez pas voir ces différences.
L'ORO, lorsqu'un neurone devient sursaturé, cesse pratiquement de le "former", alors que l'AG peut facilement sursaturer un neurone et continuer à augmenter le poids des neurones.
... au moins cette fonction : (2/(1-2^(-x))-1
Mon erreur. Ce devrait être : (2/(1+2^(-x))-1
Non, avec des différences minimes, vous ne pouvez pas l'utiliser pour les NS, il semble que vous ne puissiez pas voir ces différences.
L'ORO, lorsqu'un neurone est sursaturé, cesse pratiquement de le "former", alors que l'AG peut facilement sursaturer un neurone et continuer à augmenter le poids des neurones.
Pourquoi ne peut-on pas les voir ? Les différences sont visibles. Il n'y a pas de sursaturation des neurones avec la bonne plage de recherche. "Tu ne sais juste pas comment les cuisiner."(c) :)
Pour des tâches différemment complexes, il y aura des outils différemment optimaux, comme vous l'avez bien noté (tournevis).