Que mettre à l'entrée du réseau neuronal ? Vos idées... - page 74

Nouveau commentaire
 
Ivan Butko #:




Jouer avec les paramètres à l'aide de méthodes créatives (mélanger les formules en piquant et en poussant) peut parfois améliorer les résultats, encore une fois - sous conditions. Dans l'exemple ci-dessous, nous avons réussi à augmenter à nouveau le nombre de transactions à terme, le graphique a commencé à s'améliorer, mais à la fin, il a commencé à s'estomper.








+ Le backtest en dehors de la période d'optimisation (de 2000 à 2012) a été victime, il a échoué. 2021-2025 à terme pour l'EUR J'ai toujours l'impression que le marché est décrit par une sorte de formule en boucle (certains paramètres graphiques doivent être liés les uns aux autres d'une manière ou d'une autre) et qu'un tel hibou fonctionnera presque partout. Réflexions à haute voix

Alimenter le réseau neuronal en volumes
 
osmo1717 #:
Qu'est-ce qu'un poids ?
Chercher sur Google
 
mytarmailS #:
Les poids changent-ils avec le temps ? Je n'ai jamais entendu cette idée.
Qu'est-ce qui est si surprenant ? Changement d'échantillon --> changement des paramètres du modèle. En outre, même sur le même échantillon, les paramètres peuvent différer en raison de différences dans l'initialisation des paramètres et, par conséquent, d'une convergence différente (le réseau neuronal convergera simplement vers un minimum local voisin, par exemple).
 
Evgeniy Chernish #:
Qu'est-ce qui est si surprenant ? L'échantillon a changé --> les paramètres du modèle ont changé. En outre, même sur le même échantillon, les paramètres peuvent différer en raison de différences dans l'initialisation des paramètres et, par conséquent, d'une convergence différente (le réseau neuronal convergera simplement vers un minimum local voisin, par exemple).
Lorsque le réseau neuronal est entraîné, ses poids restent inchangés. Seules les données d'entrée changent
 
mytarmailS #:
Chercher sur Google
Je ne le trouve pas.
 
osmo1717 #:
Je n'arrive pas à le trouver.
C'est triste.
 
mytarmailS #:
C'est triste.
Eh bien, expliquez-moi.
 
osmo1717 #:
Expliquez donc.

Expliqué.


m ytarmailS #: Lorsqu'un réseau neuronal est entraîné, ses poids restent inchangés. Seules les données d'entrée changent.
 
osmo1717 #:
Expliquez-moi.

regarder ça


 
osmo1717 #:
Expliquez donc.
Ce sont des coefficients de signification des valeurs des paramètresIl y a des articles comme réseaux neuronaux c'est simple. Lisez les articles sur les réseaux ici. Perceptron monocouche type..... )


1...676869707172737475767778798081...86
Nouveau commentaire