Reti neurali. Domande degli esperti. - pagina 20
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Quali dati o risultati devi fornire per identificare concretamente il problema?
Probabilmente per cominciare.
1) Struttura della rete: numero di strati, neuroni, pesi
2) Volume del campione di allenamento e numero di epoche
3) errore relativo della rete alla fine della formazione
4) Parametri per l'inizializzazione dei pesi - la forma di distribuzione dei valori e la loro varianza.
Ho guardato indietro attraverso il thread, ho capito circa 1 e 2.
Probabilmente per iniziare
1) Struttura della rete: numero di strati, neuroni, pesi
2) Volume del campione di allenamento e numero di epoche
3) errore relativo della rete alla fine della formazione
4) Parametri per l'inizializzazione dei pesi - la forma di distribuzione dei valori e la loro varianza.
Scremato indietro attraverso il thread, circa 1 e 2 vedo.
sul punto 3, se ho capito bene, nell'allegato.
sul punto 4, non riesco a trovare nulla nel manuale, scaverò ulteriormente, ma penso che la distribuzione sia uniforme su un intervallo di valori, ad esempio, [-1;1]
Ma non per cambiare drasticamente i risultati del test! Hai capito?
Ecco i risultati delle corse sul periodo di prova di 1 mese:
-9337
+5060
....
E immagino che questo sia il periodo di formazione? FANN?
Usa GA.
Beh, GA non è estranea al problema della paralisi.
A proposito, ho guardato la tua libreria con interesse. Non c'era un thread che ne parlava? Qualsiasi pensiero e domanda....
1) Beh, anche GA non è estranea al problema della paralisi.
2) A proposito, ho guardato la tua libreria con interesse. Non c'era un thread che ne parlava? Qualsiasi pensiero e domanda....
1) Non è alieno. Ma questo problema è molto meno rilevante rispetto ad altri metodi di ottimizzazione/formazione di NS.
2) Non c'era un thread di discussione specifico sul mio algoritmo. Ha risposto ad alcune domande qui.
e algoritmi genetici"
Le domande per i corsi di formazione avanzata a breve termine "Reti neurali artificiali e algoritmi genetici" sono chiuse
Reti neurali artificiali e algoritmi genetici",
condotto dal Dipartimento di Educazione Continua dell'Università Statale M.V. Lomonosov di Mosca
V.V. Lomonosov Moscow State University sulla base del Moscow State University Nuclear Research Institute
Università statale di Mosca. Chi completa i corsi riceve un certificato statale di formazione professionale avanzata.
certificato statale di formazione avanzata.
Gli allenamenti si terranno due volte a settimana la sera dalle 19:00.
Le lezioni iniziano il 25 febbraio 2011.
Per saperne di più sul programma del corso, ottenere maggiori informazioni e
Clicca qui per iscriverti al corso:
http://www.neuroproject.ru/kpk.php
sul punto 3, se ho capito bene, nell'allegato.
per il punto 4, non riesco a trovare nulla nel manuale, continuerò a scavare, ma penso che la distribuzione sia uniforme su un intervallo di valori, ad esempio [-1;1].
Sì.
% corretto - questo è sul campione di allenamento o sul campione di prova?
E un'altra domanda: non pensate che per un classificatore di rete 1 input sia in qualche modo abbastanza... non è abbastanza?
E immagino che questo sia il periodo di formazione? FANN?
1. Sì, questa è la FANN.
2. No, questi sono i risultati OOS degli stessi NS allenati nelle stesse condizioni, sugli stessi PO.
Sì.
% corretto - è sul campione di allenamento o sul campione di prova?
E un'altra domanda: non pensate che per una rete classificatrice 1 ingresso sia un po'... non è abbastanza?
)) Grazie per la vostra considerazione.
1. % corretta - è su un campione di prova. Nel contesto di questo TS -- 57% è buono, 60% è molto buono, 65% o più è eccellente.
2. Perché non abbastanza? Quando è troppo è troppo. Se posso dividere questi dati (con dimensione=1) in classi con metodi lineari o visivi, perché non posso riprodurre questo in modo coerente con NS?
...............
Ora ho provato in Statistics 6 a classificare gli esempi di allenamento presentati (TS) con una rete neurale probabilistica (PNNS).
Empiricamente raccolto il coefficiente di lisciatura = 0,05.
Poi l'ha riqualificato ripetutamente. I risultati sono stabili e non cambiano da un allenamento all'altro.
Se questo è vero, allora sorge una nuova domanda: come trasferire il VNS per l'uso con il FANN?
Come per SVM:
Questo medod troverà sempre un unico piano di divisione ....
Buona fortuna ....
Vladislav, grazie per il metodo suggerito.
Ecco un estratto della descrizione:
È un prerequisito per questo metodo?
Dopo tutto, nei miei PO, le classi sono pesantemente mescolate:
E anche la dimensionalità dei miei PO è uguale a 1, come ho capito non funziona al lato positivo:
=====================================================
Se stai già usando questo metodo, forse potresti provare a dividere i miei dati?