記事"パーセプトロンニューラルネットワーク"についてのディスカッション - ページ 4 123456789 新しいコメント Реter Konow 2020.01.21 14:59 #31 govich:MLP の構造を理解したいのであれば、このコードを見た方が良いと思います。 コードには感謝しているが、まだ理論のレベルだ。コードは次のステップだ。 Denis Kirichenko 2020.01.21 15:48 #32 Реter Konow: 感謝します。この記事とリンクのおかげで、ニューラルネットワークの目的、つまりデータセットの変動空間内で不変量を見つけて処理すること、そして技術的な実装の最も簡単な方法を理解することができた。しかし、説明は非常に明快だ 。 そして、私はその要点がより気に入っている： Renat Akhtyamov 2020.01.21 16:40 #33 Denis Kirichenko:そして、私はその要旨の方が好きだ： 事前に予報を知る必要があるってこと？ まあ... Реter Konow 2020.01.21 16:42 #34 Denis Kirichenko:そして、私はその要旨の方が好きだ： 次のステップ）データと処理結果からプログラムを再構築する...これが今日の人間の特権である。 Boris Egorov 2020.01.21 19:30 #35 エラー・バックプロパゲーションが初めて実装された良い記事だ．異なるネットワーク・アーキテクチャの例を見てみたい。 Aleksey Mavrin 2020.01.22 08:13 #36 Dmitriy Gizlyk:5 Whyテクニックは、各質問が前の質問の理由に答えるという連続した質問で構成されています。例えば、チャートと上昇価格チャートを見て、質問を組み立てていきます（質問はテクニックを説明するために抽象的に答えています）： 1.どこで取引するか - 買う 2.なぜ買うのか？- 上昇トレンドだから 3.なぜ上昇トレンドなのか？- MA50が上昇しているから 4.なぜMA50は上昇しているのか？- 1のシフトを持つ50本のローソク足の平均終値は、最後の50本のローソク足の平均終値よりも低い。など 質問は連続的で因果関係があるため、この関係に従うようにレイヤーを作成します。レイヤーを2つしか使用しないと、因果関係が失われ、ニューラルネットは独立した多くのオプションを分析し、最良のものを選択します。 方法5は決定木に似ており、解決策/原因の探索領域が段階的に絞り込まれる。しかし、このような構造でNSに4つの層が使われていることと、どのように関連しているのかは不明である。例えば、2層目には1層目の出力の和と変化していない入力信号が入力されるなど、トリッキーな構造であることは理解しています。 層数を選択する際に、そのような基準を用いた他の研究を参考にされたのでしょうか？それとも、これはあなたのノウハウですか？ s.s. 作品は素晴らしいです。 Vladimir Perervenko 2020.01.23 20:41 #37 Dmitriy Gizlyk:5 Whyテクニックは、各質問が前の質問の理由に答えるという連続した質問で構成されています。例えば、チャートと上昇価格チャートを見て、質問を組み立てていきます（質問はテクニックを説明するために抽象的に答えています）： 1.どこで取引するか - 買う 2.なぜ買うのか？- 上昇トレンドだから 3.なぜ上昇トレンドなのか？- MA50が上昇しているから 4.なぜMA50は上昇しているのか？- 1のシフトを持つ50本のローソク足の平均終値は、最後の50本のローソク足の平均終値よりも低い。など 質問は連続的で因果関係があるため、この関係に従うようにレイヤーを作成します。レイヤーを2つしか使用しないと、因果関係が失われ、ニューラルネットは独立した多くのオプションを分析し、最良のものを選択します。 珍しい異端だ。あなたの質問とレイヤーの数はどのように関係しているのですか？ニューラル・ネットワークの理論を読むべきだ。 あなたが作った4層のニューラルネットワークは何も学べない。エラー逆伝播劣化というものがある。2層ではすべてうまくいくが、4層では誤差がすべての層を通過して戻ってこないだけだ。この問題を解決するために、様々なアーキテクチャーのディープ・ニューラル・ネットワークが登場している。 プログラミングの練習として、またプログラミングの一例として役に立つだろう。しかし、実用化のメリットはないだろう。IMHO 幸運を祈る。 Boris Egorov 2020.01.25 16:24 #38 例を挙げてください．使い方がよくわからない。 Stanislav Korotky 2020.01.25 20:26 #39 この種のネットワーク（および他の多くのタイプ）については、このサイトに記事やコードベースのプログラムなど、たくさんの情報がある。検索してほしい。例えばニューラルネットワークレシピ、ニューラルネットワーク自己最適化エキスパートアドバイザー、コードベース -MLP用クラス（同じ作者による、彼一人によるものではない他のタイプのネットワークもいくつかご覧ください）、ニューラルネットワーク予測によるインジケーター（理論の簡単な説明付き）などです。どのように機能するかを理解するのに十分な情報があります。しかし、実際に使用するためには、1つのソースでは十分ではありません - 多くの資料を読み、多くのニュアンスを考慮する必要があります。 Boris Egorov 2020.01.26 06:24 #40 Stanislav Korotky:この種のネットワーク（および他の多くのタイプ）については、このサイトに記事やコードベースのプログラムなど、たくさんの情報がある。検索してほしい。例えばニューラルネットワークレシピ、ニューラルネットワーク自己最適化エキスパートアドバイザー、コードベース -MLP用クラス（同じ作者による、彼一人によるものではない他のタイプのネットワークもいくつかご覧ください）、ニューラルネットワーク予測によるインジケーター（理論の簡単な説明付き）などです。仕組みを理解するのに十分な情報があります。しかし、実際に使用するためには、1つのソースでは十分ではありません - 多くの資料を読み、多くのニュアンスを考慮する必要があります。 私はニューラルネットワークには詳しい。 私は単純なアーキテクチャ（例えば、入力に2つのニューロン、内側の隠れ層に3つ、出力に1つ）のコード例と、その仕事の結果（利益 - グラフ、学習時間、特定のハードウェアの両方の観点から）が必要です... ... 私は簡単に理解したい：このスキームは本当に十分な精度（収益性）とその訓練のための合理的な時間コストで動作するかどうか... 私は、クラスと関数を開発するが、これらのクラスの専門家の例を与えることは完全な記事ではないことを追加する必要があります....それはちょうどインターネット上で豊富な理論だ。 123456789 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
MLP の構造を理解したいのであれば、このコードを見た方が良いと思います。
感謝します。この記事とリンクのおかげで、ニューラルネットワークの目的、つまりデータセットの変動空間内で不変量を見つけて処理すること、そして技術的な実装の最も簡単な方法を理解することができた。しかし、説明は非常に明快だ 。
そして、私はその要点がより気に入っている：
そして、私はその要旨の方が好きだ：
事前に予報を知る必要があるってこと？
まあ...
そして、私はその要旨の方が好きだ：
5 Whyテクニックは、各質問が前の質問の理由に答えるという連続した質問で構成されています。例えば、チャートと上昇価格チャートを見て、質問を組み立てていきます（質問はテクニックを説明するために抽象的に答えています）：
1.どこで取引するか - 買う
2.なぜ買うのか？- 上昇トレンドだから
3.なぜ上昇トレンドなのか？- MA50が上昇しているから
4.なぜMA50は上昇しているのか？- 1のシフトを持つ50本のローソク足の平均終値は、最後の50本のローソク足の平均終値よりも低い。
など
質問は連続的で因果関係があるため、この関係に従うようにレイヤーを作成します。レイヤーを2つしか使用しないと、因果関係が失われ、ニューラルネットは独立した多くのオプションを分析し、最良のものを選択します。
方法5は決定木に似ており、解決策/原因の探索領域が段階的に絞り込まれる。しかし、このような構造でNSに4つの層が使われていることと、どのように関連しているのかは不明である。例えば、2層目には1層目の出力の和と変化していない入力信号が入力されるなど、トリッキーな構造であることは理解しています。
層数を選択する際に、そのような基準を用いた他の研究を参考にされたのでしょうか？それとも、これはあなたのノウハウですか？
s.s. 作品は素晴らしいです。
5 Whyテクニックは、各質問が前の質問の理由に答えるという連続した質問で構成されています。例えば、チャートと上昇価格チャートを見て、質問を組み立てていきます（質問はテクニックを説明するために抽象的に答えています）：
1.どこで取引するか - 買う
2.なぜ買うのか？- 上昇トレンドだから
3.なぜ上昇トレンドなのか？- MA50が上昇しているから
4.なぜMA50は上昇しているのか？- 1のシフトを持つ50本のローソク足の平均終値は、最後の50本のローソク足の平均終値よりも低い。
など
質問は連続的で因果関係があるため、この関係に従うようにレイヤーを作成します。レイヤーを2つしか使用しないと、因果関係が失われ、ニューラルネットは独立した多くのオプションを分析し、最良のものを選択します。
珍しい異端だ。あなたの質問とレイヤーの数はどのように関係しているのですか？ニューラル・ネットワークの理論を読むべきだ。
あなたが作った4層のニューラルネットワークは何も学べない。エラー逆伝播劣化というものがある。2層ではすべてうまくいくが、4層では誤差がすべての層を通過して戻ってこないだけだ。この問題を解決するために、様々なアーキテクチャーのディープ・ニューラル・ネットワークが登場している。
プログラミングの練習として、またプログラミングの一例として役に立つだろう。しかし、実用化のメリットはないだろう。IMHO
幸運を祈る。
この種のネットワーク（および他の多くのタイプ）については、このサイトに記事やコードベースのプログラムなど、たくさんの情報がある。検索してほしい。例えばニューラルネットワークレシピ、ニューラルネットワーク自己最適化エキスパートアドバイザー、コードベース -MLP用クラス（同じ作者による、彼一人によるものではない他のタイプのネットワークもいくつかご覧ください）、ニューラルネットワーク予測によるインジケーター（理論の簡単な説明付き）などです。どのように機能するかを理解するのに十分な情報があります。しかし、実際に使用するためには、1つのソースでは十分ではありません - 多くの資料を読み、多くのニュアンスを考慮する必要があります。
この種のネットワーク（および他の多くのタイプ）については、このサイトに記事やコードベースのプログラムなど、たくさんの情報がある。検索してほしい。例えばニューラルネットワークレシピ、ニューラルネットワーク自己最適化エキスパートアドバイザー、コードベース -MLP用クラス（同じ作者による、彼一人によるものではない他のタイプのネットワークもいくつかご覧ください）、ニューラルネットワーク予測によるインジケーター（理論の簡単な説明付き）などです。仕組みを理解するのに十分な情報があります。しかし、実際に使用するためには、1つのソースでは十分ではありません - 多くの資料を読み、多くのニュアンスを考慮する必要があります。
私はニューラルネットワークには詳しい。
私は単純なアーキテクチャ（例えば、入力に2つのニューロン、内側の隠れ層に3つ、出力に1つ）のコード例と、その仕事の結果（利益 - グラフ、学習時間、特定のハードウェアの両方の観点から）が必要です... ...
私は簡単に理解したい：このスキームは本当に十分な精度（収益性）とその訓練のための合理的な時間コストで動作するかどうか...
私は、クラスと関数を開発するが、これらのクラスの専門家の例を与えることは完全な記事ではないことを追加する必要があります....それはちょうどインターネット上で豊富な理論だ。