Recherche d'un motif arbitraire à l'aide d'un réseau neuronal - page 6

Nouveau commentaire
 
Peter, après vous être familiarisé avec les réseaux, jetez un coup d'oeil aux réseaux de convolution.
 
Реter Konow:

C'est une chose de reconnaître par les données de prix, c'en est une autre de reconnaître par la couleur. Pourtant, les approches et les mécanismes sont complètement différents.

Pensez-vous qu'il soit judicieux pour un PC de disposer d'un nuancier de couleurs ? )))

Bon, j'abandonne, sinon vous allez continuer à me faire rire )))).

Pour NS et en fait pour tout algorithme d'interaction avec le PC, toutes les données seront présentées sous forme de tableaux (la mémoire ou les tableaux ne sont pas importants ici).

et cela ne fera pas de différence ce que vous enseignerez à NS aux tableaux OHLC ou aux tableaux bitmask de capture d'écran,

..... Bien que dans l'apprentissage automatique, il existe un certain "truc" selon lequel les données, la configuration et le type de NS peuvent avoir de l'importance - mais ici, c'est le hasard qui règne ;)

 
Igor Makanu:

Pensez-vous qu'il soit judicieux pour un PC d'avoir un schéma de couleurs graphiques ? )))

Bon, j'abandonne, sinon vous allez continuer à me faire rire )))).

Pour NS, et en fait pour tout algorithme interagissant avec le PC, toutes les données seront présentées sous forme de tableaux (la mémoire ou les tableaux ne sont pas importants ici).

et cela ne fera pas de différence ce que vous enseignerez à NS aux tableaux OHLC ou aux tableaux bitmask de capture d'écran,

..... Bien que dans l'apprentissage automatique, il existe un certain "truc" selon lequel les données, la configuration et le type de NS peuvent avoir de l'importance - mais ici, c'est le hasard qui règne ;)

Vous comprenez sans doute mieux que moi les MoD, mais il y a une incohérence logique ici. Les données de l'OCHL et les données des captures d'écran des modèles sont des données fondamentalement différentes au niveau informatique. Dans le cas du prix, c'est un double, dans le cas de la couleur, c'est un uint. Dans le cas de l'OCHL, nous devons analyser une corrélation des valeurs des paramètres de prix des barres, et dans le cas d'une image - la correspondance avec l'image recherchée. La formation avec les données de l'OCHL est une recherche de modèles numériques, et non graphiques (qui sont, bien entendu, également des chiffres pour un réseau). L'apprentissage des modèles graphiques, en revanche, fait appel à un matériel et à une méthode entièrement différents. Peut-être que trouverun modèlegraphique à travers un modèle numérique est une erreur. Je pense que ce sont des approches différentes de l'apprentissage et de la reconnaissance.
 
Aliaksandr Hryshyn:
Peter, après vous être familiarisé avec les réseaux, jetez un coup d'oeil aux réseaux de convolution.
Je le ferai.
 

Mère de Dieu !


 
Et la quantité de données OCHL par motif est de ~ 10 ou 100 chiffres, et une image graphique de ~ 300*300 pixels de valeurs de couleur.
 
Dmitry Fedoseev:

Mère de Dieu !


Ne vous culpabilisez pas tant de fois, tout le monde fait des erreurs).
 
Реter Konow:
Ne vous culpabilisez pas autant, tout le monde fait des erreurs).

Mais tout le monde ne prend pas le risque de le faire.

 
Igor Makanu:

Hélas, vous n'êtes pas réparable !

L'ordinateur ne se soucie pas de ce qu'il traite - à la fin, il ne sait même pas ce qu'on lui a donné, qu'il s'agisse d'une image, de données nucléaires ou d'OHLS... les chiffres sont les chiffres tels qu'ils sont !

Je ne sais pas comment expliquer autrement que le PC n'est pas intelligent - c'est un matériel muet, ce que vous lui donnez dans l'algorithme, il le traitera dans l'algorithme !

Vous l'avez donc expliqué ?

))))

Pensez-vous que la NS est une "baguette magique" à laquelle, quoi que vous lui donniez, vous obtenez toujours ce dont vous avez besoin ? Peu importe la nature des données, peu importe leur taille. Ce ne sont que des chiffres...

Alors je ne comprends pas, où est l'algorithme qui trouve les motifs ? Où est ce "tout-puissant" NS ? Ils étudient la MT depuis si longtemps et il n'y a toujours pas de "reconnaissance des formes" dans l'arsenal de la MT.

 
Dmitry Fedoseev:

Mais tout le monde ne prend pas le risque de le faire.

Pouvez-vous, en tant qu'expert, créer un NS qui reconnaît au moins 5 modèles sur n'importe quel graphique et n'importe quelle période ?
12345678910
Nouveau commentaire
Raison: