Les réseaux neuronaux. Questions des experts. - page 20
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
Quelles données ou résultats devez-vous fournir pour pouvoir identifier concrètement le problème ?
Probablement pour commencer.
1) Structure du réseau : nombre de couches, neurones, poids.
2) Volume de l'échantillon d'entraînement et nombre d'époques
3) erreur relative du réseau à la fin de l'entraînement
4) Paramètres d'initialisation des poids - la forme de la distribution des valeurs et leur variance.
J'ai parcouru le fil de discussion, je comprends les points 1 et 2.
Probablement pour commencer
1) Structure du réseau : nombre de couches, neurones, poids.
2) Volume de l'échantillon d'entraînement et nombre d'époques
3) erreur relative du réseau à la fin de l'entraînement
4) Paramètres d'initialisation des poids - la forme de la distribution des valeurs et leur variance.
J'ai parcouru le fil de discussion, à propos de 1 et 2 je vois.
sur le point 3, si je vous comprends bien, dans la pièce jointe.
sur le point 4, je ne trouve rien dans le manuel, je vais creuser davantage, mais je pense que la distribution est uniforme sur une plage de valeurs, par exemple, [-1;1].
Mais pas pour changer radicalement les résultats du test ! Vous comprenez ?
Voici les résultats des tests sur la période d'essai de 1 mois :
-9337
+5060
....
Et je suppose que cela concerne la période de formation ? FANN ?
Utilisez GA.
Well GA n'est pas étranger au problème de la paralysie.
Au fait, j'ai regardé votre bibliothèque avec intérêt. Il n'y avait pas un fil de discussion à ce sujet ? Toutes les réflexions et questions....
1) GA n'est pas non plus étranger au problème de la paralysie.
2) Au fait, j'ai regardé votre bibliothèque avec intérêt. Il n'y avait pas un fil de discussion à ce sujet ? Toutes les réflexions et questions....
1) Ce n'est pas un alien. Mais le problème est beaucoup moins pertinent par rapport à d'autres méthodes d'optimisation/formation des SN.
2) Il n'y avait pas de fil de discussion portant spécifiquement sur mon algorithme. J'ai répondu à quelques questions ici.
et algorithmes génétiques"
Les candidatures pour les cours de formation avancée de courte durée "Réseaux neuronaux artificiels et algorithmes génétiques" sont fermées.
Réseaux neuronaux artificiels et algorithmes génétiques",
menée par le département de l'éducation permanente de l'Université d'État de Moscou M.V. Lomonosov
Université d'État de Moscou V.V. Lomonosov sur la base de l'Institut de recherche nucléaire de l'université d'État de Moscou
Université d'État de Moscou. Les personnes ayant suivi les cours reçoivent un certificat d'État de formation professionnelle avancée.
certificat d'état de formation avancée.
Les formations auront lieu deux fois par semaine, le soir à partir de 19 heures.
Les cours commencent le 25 février 2011.
Pour en savoir plus sur le programme du cours, obtenir plus d'informations et
Veuillez cliquer ici pour vous inscrire à ce cours :
http://www.neuroproject.ru/kpk.php
sur le point 3, si je vous comprends bien, dans la pièce jointe.
pour le point 4, je ne trouve rien dans le manuel, je vais continuer à creuser, mais je pense que la distribution est uniforme sur une plage de valeurs, par exemple [-1;1].
Ouaip.
% correct - est-ce sur l'échantillon de formation ou sur l'échantillon de test ?
Et une autre question : ne pensez-vous pas que pour un classificateur de réseau, une entrée est en quelque sorte assez... pas assez ?
Et je suppose que cela concerne la période de formation ? FANN ?
1. Oui, c'est FANN.
2. Non, ce sont les résultats OOS des mêmes NS entraînés dans les mêmes conditions, sur les mêmes OP.
Ouaip.
% correct - est-ce sur l'échantillon de formation ou sur l'échantillon de test ?
Et une autre question : ne pensez-vous pas que pour un réseau de classificateurs, 1 entrée est un peu... pas assez ?
)) Merci de votre attention.
1. % d'exactitude - c'est sur un échantillon de test. Dans le contexte de ce TS -- 57% est bon, 60% est très bon, 65% ou plus est excellent.
2. Pourquoi pas assez ? Assez, c'est assez. Si je peux diviser ces données (avec dimension=1) en classes par des méthodes linéaires ou visuelles, pourquoi ne puis-je pas reproduire cela de manière cohérente avec NS ?
...............
Maintenant, j'ai essayé dans Statistics 6 de classer les exemples d'entraînement soumis (TS) avec un réseau neuronal probabiliste (PNNS).
On a relevé empiriquement le coefficient de lissage = 0,05.
Puis on l'a réentraîné à plusieurs reprises. Les résultats sont stables et ne changent pas d'une formation à l'autre.
Si cela est vrai, une nouvelle question se pose alors : comment transférer les VNS pour les utiliser avec FANN ?
Comme pour le SVM :
Ce medod trouvera toujours un seul plan de division .....
Bonne chance ....
Vladislav, merci pour la méthode proposée.
Voici un extrait de la description :
Est-ce une condition préalable à cette méthode ?
Après tout, dans mes PO, les classes sont fortement mélangées :
Et la dimensionnalité de mes PO égale à 1, aussi, comme je le comprends ne fonctionne pas à l'avantage :
=====================================================
Si vous utilisez déjà cette méthode, vous pourriez peut-être essayer de diviser mes données ?