ニューラルネットと入力 - ページ 41

[Yury Reshetov]

nikelodeon:
11列＋1列出力のサンプリングを用意しました。質問：Predictorを起動するとき、列の数を指定する必要があります。データ量のみ（11）、または出力（12）と合わせて ?

つまり、最初の表計算ソフト（csvファイル）において、列数N＞46、行数Mの場合、計算時間コストは、2 * (N - 2) + M - 2に比例することになる。

表計算ソフトの列数N < 13の場合、計算に費やす時間は2 * (N - 2⁾²+ M - 2に比例します。

つまり、表計算ソフトの列数がN＝12（入力数10）であれば、同じコンピュータでの計算時間はN＝1025（入力数1023）の場合と同じになるのである。なぜなら、入力数が11以下の場合、MSUA カーネル変換が有効になるからである。

[Mihail Marchukajtes]

よし、タイミングが合ったぞ。しかし、もうひとつ気づいたことがあります。同じファイルを最適化しても、まったく違う結果になってしまう......。完全にみたいな...。もちろん、時には大きく異なることもあります。ユーリ、これと何の関係があるんだ？この場合、最適化の過程で同じ結果になるはずだと思ったのです。しかし、ここで結果が違うことが判明...。:-( どんな内容なんですか？

[Yury Reshetov]

nikelodeon:
よし、タイミングを整理したぞ。しかし、ここでもうひとつ気づいたことがあります。1つの同じファイルを最適化すると、まったく違う結果になる......。完全にみたいな...。もちろん、時には大きく異なることもあります。ユーリ、これと何の関係があるんだ？この場合、最適化の過程で同じ結果になるはずだと思ったのです。しかし、ここで結果が違うことが判明...。:-( 何の関係があるんだ？

それは、ランダム性に関係しています。一般サンプルは、jPredictionを使用してトレーニングサンプルとコントロールサンプルの2つのサブサンプルに分割されます。jPredictionは、一般的なサンプルを2つに分割する試みを100回行っています。

各試行で、トレーニングサブサンプルに対してモデルが構築される。コントロールサンプルでは、モデルが「お粗末でないか」をチェックします。コントロール（汎化性）について得られた結果を表示しています。しかし、トレーニング能力の結果は、フィッティングであるため、どこにも表示されないので、地獄には必要ない。

もし、同じサンプルで、異なる実行をしたときに、最良の一般化可能性の結果が大きく異なる場合、そのサンプルは代表的でないことを意味します - 入力にゴミが多すぎるのです。つまり、予測因子の有意性が低い。

つまり、どのサンプルがトレーニングサンプルで、どのサンプルがコントロールサンプルに含まれるかにあまり依存しない。

[Дмитрий]

Reshetov:

NSの時系列を予測する 場合、PRNGを使ったサンプルの分割は実用的ではありません - 完全にナンセンスで何も示していません。

時系列末尾にコントロールサンプルを置いた人工分割のみ

[削除済み]

こんばんは ...ニューラルネットワークを使ったEAで、例えばmuvingや他のインジケータを使った例はありますか？ あるいはmuvingでMTに組み込まれたEAで、さらに簡単にニューラルネットワークを 使った例はありますか？