Utilisation des réseaux neuronaux dans le trading - page 13

[solar]

[[Supprimé]]

grell:


La raison est différente. La redondance du réseau.

Et voyons ce qu'est la redondance du réseau).

[TheXpert]

Figar0:
Et voyons ce qu'est la redondance du réseau).

Adapté à l'essentiel.

[Дмитрий]

TheXpert:
C'est essentiellement le cas.

L'ajustement se fait lorsque l'échantillon est trop petit. La redondance du réseau a peu d'effet sur l'adaptation.

[Дмитрий]

Figar0:
Essayons de comprendre ce que signifie le terme "licenciement", d'accord ?)

Ce n'est pas nécessaire, il est déjà clair que le nombre de couches et de poids est très important.

Mais je vais ajouter à la question de l'adaptation... Un réseau redondant est comme un système de 4 équations avec deux inconnues. Soit le réseau apprendra trivialement toutes les données, soit la solution sera correcte mais instable.

[[Supprimé]]

TheXpert:
Une adaptation par essence.

C'est compréhensible. Comment déterminez-vous la suffisance nécessaire d'un réseau ? S'il y a redondance, y a-t-il suffisance ?

grell:

Soit le réseau apprend toutes les données.

Quelle quantité de données le réseau peut-il apprendre ?

[Дмитрий]

Parle-t-on de tous les réseaux ou des MLP ?

[[Supprimé]]

grell:
Parle-t-on de tous les réseaux ou des MLP ?

Quelle est la différence fondamentale ? Que ce soit MLP. Voici votre MLP dans votre propre configuration, combien peut-il apprendre, s'adapter ?

[TheXpert]

Figar0:

C'est compréhensible. Comment déterminez-vous la suffisance nécessaire d'un réseau ? S'il y a redondance, y a-t-il suffisance ?

Ah, c'est facile. Dès qu'il commence à apprendre, il est suffisant.

[Дмитрий]

Le maximum que j'ai atteint est de 3 mois. À (k/(l+1))*(m/(n+point)=8, où k-nombre de transactions rentables, l-nombre de transactions perdantes, m-solde total des transactions rentables, n-solde total des transactions perdantes.