ステレオ・ニューロ・ネット
Neutron >> :
アビシカでは、きちんと目を細めて涅槃の境地に落ちると、3層2エントリーの非線形グリッドが、入力データ（価格系列）の中に隠れたパターンを見つけようとシャベルを走らせる様子が見えてくる。そして、実際にそれを見つけることができた。
追伸：真に受けない方がいいです。
そして、以前は、今思い出すと、オクチャブル映画館の小さなホールで、特別な眼鏡が配られていました......。
これって、どこかのニューロパッケージ会社のアニメの続きか？
いや、あれは私の漫画だ。自分で発明したというか、彼女（NS）が2つの入力信号をBuyとSellに分ける方法を考え出したんです。
Neutron >> :
いや、あれは私の漫画だ。自分で発明したというか、2つの入力信号をBuyとSellに分ける方法を（NSが）発明したんです。
いや、あれは私の漫画だ。自分で発明したというか、2つの入力信号をBuyとSellに分ける方法を（NSが）発明したんです。
>> SOMのような入力定量化なのか、それとも他のタイプのNSなのか？
なぜ2つのグラフがあるのか？
通常の3層式パーセプトロンであれば、なぜevery barで完全に再トレーニングする必要があるのでしょうか？
質問していいですか？
可能であるなら、なぜそうしないのか。
可能性はあるが、NSタイプのMLPのように、小節ごとに学習を行う必要がある特殊なタイプも存在する。
MLPの再トレーニングが必要な場合、何らかの基準があるはずです。
というような基準、つまりそのような可能性があるというのは疑問です。
この対話をすることで、私たちは無意識のうちに異なる最適化問題（グローバルな意味での）を解いていることになるのです。どのようなアプローチで選んだのか、私には想像するしかありません。私の場合は、現段階では「NSトレーニングの複雑さ」というパラメータで自分を縛ることができないほど、自由に使える計算パワーがあると言えるでしょう。もちろん、各ステップでNSの再トレーニング（追加学習）を行っても支障はない。このように、調査対象領域のパラメータ空間の次元を1つ下げることで、AIの他の興味深い側面に注意を向けることができるのです。そういう意味では、最適にやっていると思います。
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
アビシカでは、きちんと目を細めて涅槃の境地に落ちると、3層2エントリーの非線形グリッドが、入力データ（価格系列）の中に隠れたパターンを見つけようとシャベルを走らせる様子が見えてくる。そして、実際にそれを見つけることができた。
追伸：これは本気にしない方がいいです。