Neuromongers, ne passez pas à côté :) besoin de conseils - page 6

 

Je sais déjà quelles paires tester ensuite :)

 
TheXpert:

Je sais déjà quelles paires je vais tester ensuite :)

essayez de ne pas tester les paires, mais les DT ...

;)

 
alexeymosc:

Comment gérez-vous le problème du recyclage des réseaux neuronaux ? Comment formez-vous l'échantillon d'essai ?

Il n'y en a pas. Avec un certain rapport entre les poids et les motifs, ce problème ne se produit plus. Je parlais de l'échantillonnage tout à l'heure.

De toute évidence, le système apprend bien et se rapproche des modèles dans les segments de test, mais échoue parfois dans les segments de validation. Peut-être serait-il judicieux de façonner l'échantillon de test différemment...
Si seulement c'était aussi simple... Ça pourrait avoir du sens... Et dans l'autre sens ?
 

Ce sont les options qui me viennent à l'esprit en ce moment, comme on dit :


- L'échantillon de test est toujours constitué des données les plus récentes avant le seuil de validation (tenir compte de "l'effet de récence des séries temporelles", bien qu'il s'agisse là aussi d'une des hypothèses a priori du chercheur, mais on peut essayer) ;


- L'échantillon de test est mélangé de façon aléatoire avec l'échantillon de formation ;


- L'échantillon de test n'est pas mélangé au hasard avec l'échantillon d'entraînement, mais de type 000100010001, c'est-à-dire qu'il couvre uniformément l'espace d'échantillonnage.



Et essayez une taille d'échantillon différente pour chaque cas. Options :


- égal au seuil de validation ;


- calculé sur la base de l'erreur d'échantillonnage, c'est-à-dire un intervalle de confiance de disons 5%, un niveau de confiance de 95%.

 

J'ai donc compris que vous n'utilisez pas du tout d'échantillon de test... Il suffit de former le réseau et d'aller de l'avant, c'est-à-dire de le tester en une seule fois. Et si le réseau est formé sur les mêmes données (échantillon de formation) et que la qualité de la formation est évaluée sur l'échantillon de test ? Et puis - OOS.

IMHO - l'échantillon de test est nécessaire pour contrôler la formation du réseau.

 

Je suis d'accord avec alexeymosc. Si vous vous lancez dans les réseaux neuronaux, vous devez être armé correctement.

Je crois que c'est comme ça que ça s'appelle :

  • Échantillonnage des données de formation (segment de données A ; l'estimation de l'erreur sur ce segment n'a aucun sens),
  • validation (estime l'erreur sur un autre segment de données, B ; le segment B est implicitement impliqué dans l'apprentissage, car B détermine la fin de l'apprentissage par l'erreur minimale)
  • et le test, C (données non connues du tout).
 
joo:

Théorie des motifs fluides ....


Vous parlez avec tant d'assurance de motifs fluides. En attendant, ni Yandex ni Google n'en ont entendu parler (ou bien leurs recherches ne fonctionnent pas non plus :)). Et bien que je sache probablement ce que vous voulez dire, j'aimerais avoir quelque chose d'au moins un peu plus détaillé si possible.

LeXpert:

Je sais déjà quelles paires je vais tester ensuite :)


Pourquoi des paires ?) Essayez quelques indices, l'or... Je me demande ce qui va marcher là-bas.

Z.U. Et à mon avis, toutes ces images jusqu'à présent disent que le TC avec de tels réglages pour le moment ne fonctionnera pas. Mais de 2001 à 2005, c'est bon) Nous devrions faire quelques ajustements.

 
Figar0:


1) Vous parlez avec tant de confiance de certains modèles fluides.

2) Pendant ce temps, ni Yandex ni Google n'ont même entendu parler d'eux (ou peut-être que leur recherche ne fonctionne pas non plus :)). Et bien que je sache probablement de quoi il s'agit, j'aimerais, si possible, avoir quelque chose d'au moins un peu plus détaillé.

.....

1) Eh bien, comment pourrait-il en être autrement ? Tu sais que c'est le fruit de mon imagination.

2) Il n'est pas très connu, je suppose. :) Que puis-je dire de plus ? - Comme je l'ai déjà dit, vous pouvez le consulter sur le forum. Je vais peut-être empiler tous mes billets et écrire une sorte de "synthèse" de l'essentiel, cela me sera utile à moi aussi.

 

Peut-être une question triviale, mais quand même.

Pouvez-vous me dire si c'est la bonne façon d'enseigner la NS ou non ?

Ou est-il mauvais de s'entraîner de manière répétée mais avec un objectif différent pour l'indicateur, et cela devrait-il être ainsi ?

Si c'est le cas, j'utilise NeuroSolutions.

 
Summer:

Pouvez-vous me dire si c'est la bonne façon d'enseigner la NS ou non ?

Je ne vois pas de bonne raison de refuser. Pourquoi pas ? Les données sont-elles nouvelles ? Oui.

L'enseignement par la méthode des fenêtres (c'est-à-dire essentiellement l'obtention d'une formule de récurrence) est exactement la façon dont il est enseigné.

Raison: