Un perceptron a singolo strato può competere con i mash-up solo in termini di "potenza". Ma il commercio all'incrocio dei mash-up è una sciocchezza... IHMO.
TimeMaster: Un perceptron a singolo strato può competere con i mash-up solo in termini di "potenza". Ma il commercio all'incrocio dei mash-up è una sciocchezza... IHMO.
Non hai bisogno di potenza lì, hai solo bisogno della giusta misura
Non hai bisogno di forza lì, hai solo bisogno della giusta misura
Non ho intenzione di discutere, ma senza le scale regolate in tempo, il perceptron diventa spazzatura dopo letteralmente 1-2 giorni, una settimana al massimo. E con una modifica, è già dinamico. Quanti neuroni ci sono nello strato? Puoi almeno scoprirlo approssimativamente?
Proprio così. Se avete un perceptron monostrato lì, è semplicemente perché la corretta pre-preparazione dei dati, che è sempre il punto, ha il 70% del senso lì, tutta l'elaborazione successiva, di regola, non fa che "finire" il problema. Se questo è il caso, ti posso assicurare che puoi fare a meno di NS. Qualcos'altro (dipende dal tipo di problema da risolvere) - PCA, polinomi di regressione della macchina vettoriale di riferimento, ma NS non è necessario. Solo tutto il resto è di solito molto più robusto di NS
A proposito, la preparazione dei dati non gioca alcun ruolo in questo caso. Non ce l'ho affatto.
I dati arrivano grezzi.
Mi scusi, ma lo trovo difficile da credere.
Che tipo di roba stavo usando, ho usato fino a 200 000 neuroni in comitati di reti neurali con un numero totale di ingressi a livello iniziale fino a 2000-50 000 mila. Con pre-elaborazione, post-elaborazione. Ma il mercato si è ancora "attorcigliato" fuori dai modelli trovati ed è andato per la sua strada.
Consenti l'uso dei cookie per accedere al sito MQL5.com.
Abilita le impostazioni necessarie nel browser, altrimenti non sarà possibile accedere.
Hai effettuato l'accesso. L'autenticazione a due fattori è stata disattivata. Configurala di nuovo e scansiona un nuovo codice QR, oppure continua con l'autenticazione a due fattori disattivata.
Un perceptron a singolo strato può competere con i mash-up solo in termini di "potenza". Ma il commercio all'incrocio dei mash-up è una sciocchezza... IHMO.
Non hai bisogno di potenza lì, hai solo bisogno della giusta misura
Non hai bisogno di forza lì, hai solo bisogno della giusta misura
Quanti neuroni ci sono nello strato? Puoi almeno scoprirlo approssimativamente?
Debugger:
там не нужна сила, нужно правильно пристроиться
Proprio così. Se avete un perceptron monostrato lì, è semplicemente perché la corretta pre-preparazione dei dati, che è sempre il punto, ha il 70% del senso lì, tutta l'elaborazione successiva, di regola, non fa che "finire" il problema. Se questo è il caso, ti posso assicurare che puoi fare a meno di NS. Qualcos'altro (dipende dal tipo di problema da risolvere) - PCA, polinomi di regressione della macchina vettoriale di riferimento, ma NS non è necessario. Solo tutto il resto è di solito molto più robusto di NS
Non ho intenzione di discutere con voi, come dice lo zio Zadornov, state bene a parte...
e sono stufo di tutto... tutto funziona.
Bisogna solo fare le cose per bene, o meglio porsi le domande giuste.
A proposito, la preparazione dei dati non gioca alcun ruolo in questo caso. Non ce l'ho affatto.
I dati arrivano grezzi.
Servite i prezzi in forma pura?
A proposito, la preparazione dei dati non gioca alcun ruolo in questo caso. Non ce l'ho affatto.
I dati arrivano grezzi.
Mi scusi, ma lo trovo difficile da credere.
Che tipo di roba stavo usando, ho usato fino a 200 000 neuroni in comitati di reti neurali con un numero totale di ingressi a livello iniziale fino a 2000-50 000 mila. Con pre-elaborazione, post-elaborazione. Ma il mercato si è ancora "attorcigliato" fuori dai modelli trovati ed è andato per la sua strada.
uno strato di soli 125 neuroni
O forse qualcuno può dirmi dove altro andare con le reti neurali?