記事"Growing Neural Gas: MQL5への実装"についてのディスカッション - ページ 2 12 新しいコメント supercoder2006 2012.07.26 19:48 #11 こんにちは、 この記事のExpert Advisorをダウンロードできますか？ この記事のExpert Advisorをダウンロードできますか？Strategy Testerを使って テストできますか？ sigma7i 2013.01.09 13:23 #12 興味深い記事だ！ コンパイラが変更され、今ではエラーや警告が表示されます！ Taggert 2013.06.21 15:55 #13 とても興味深い、これを実装して、固定ニューロンネットワークの代わりに使うのが楽しみです。 Automated-Trading 2013.09.30 14:00 #14 sigma7i: 興味深い記事だ！しかし、この記事はかなり古い。コンパイラが変更されたため、コードがエラーや警告を発生するようになったのだ！ 修正版が公開されている。 Jamel 2013.11.10 00:11 #15 こんにちはGNGを使ったEAの開発に成功したコミュニティはありますか？結果はどうですか？ありがとうございます。 Rogerio Figurelli 2014.03.10 21:18 #16 ポルトガル語版はよくできているが、"Evolving Neural Gas "はGNG（GrowingNeural Gas）と訳すのが普通だと思う。 Alexey Subbotin 2014.04.09 21:16 #17 Jamel:こんにちはGNGを使ったEAの開発に成功したコミュニティはありますか？結果はどうですか？ありがとうそうですね...5ヶ月経っても誰もやる気がないので、私自身がコメントできるかもしれません。あなたがこの記事で見た実装では、NNはいわゆる放射状ベースの関数 ネットの自己適応型変種です。GNGアルゴリズムに基づくEAと、非適応型のクラスタ化ニューラルネットワークに基づく同じタイプのEAを比較した場合、おそらくGNGを使用しない場合よりも使用した場合の方が良い結果が得られるでしょう。ですから、後者の質問に対しては、はい、結果は今説明した意味で良いものです。前者については、私自身、GNGを組み込んだEAを開発したことがあります。しかし、日常的な使用では、原則として非ニューラルな他のアルゴリズムの方が好きです。ANNは常に「ブラックボックス」であり、入力データを処理するときにそこで何が起こっているのかよくわからないということです。つまり、ANNがアルゴリズムとして選択されるのは、まったく構造化されていない、本質的な依存関係がまったく不明なデータセットがあり、それをANNにどうにかして抽出させたい場合に限られるということだ。注：正確な結果を約束するものではありません。それ以外の場合、つまり、データセットの依存関係がどのように構成されているか、ある程度わかっている場合は、まず他の、より決定論的な「ホワイトボックス」的な構造化の方法を試すことになる。何千もの方法がある。 12 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
こんにちは、
この記事のExpert Advisorをダウンロードできますか？
この記事のExpert Advisorをダウンロードできますか？Strategy Testerを使って テストできますか？
コンパイラが変更され、今ではエラーや警告が表示されます！
とても興味深い、
これを実装して、固定ニューロンネットワークの代わりに使うのが楽しみです。
興味深い記事だ！しかし、この記事はかなり古い。コンパイラが変更されたため、コードがエラーや警告を発生するようになったのだ！
こんにちは
GNGを使ったEAの開発に成功したコミュニティはありますか？
結果はどうですか？
ありがとうございます。
こんにちは
GNGを使ったEAの開発に成功したコミュニティはありますか？
結果はどうですか？
ありがとう
そうですね...5ヶ月経っても誰もやる気がないので、私自身がコメントできるかもしれません。
あなたがこの記事で見た実装では、NNはいわゆる放射状ベースの関数 ネットの自己適応型変種です。GNGアルゴリズムに基づくEAと、非適応型のクラスタ化ニューラルネットワークに基づく同じタイプのEAを比較した場合、おそらくGNGを使用しない場合よりも使用した場合の方が良い結果が得られるでしょう。ですから、後者の質問に対しては、はい、結果は今説明した意味で良いものです。
前者については、私自身、GNGを組み込んだEAを開発したことがあります。しかし、日常的な使用では、原則として非ニューラルな他のアルゴリズムの方が好きです。ANNは常に「ブラックボックス」であり、入力データを処理するときにそこで何が起こっているのかよくわからないということです。つまり、ANNがアルゴリズムとして選択されるのは、まったく構造化されていない、本質的な依存関係がまったく不明なデータセットがあり、それをANNにどうにかして抽出させたい場合に限られるということだ。注：正確な結果を約束するものではありません。それ以外の場合、つまり、データセットの依存関係がどのように構成されているか、ある程度わかっている場合は、まず他の、より決定論的な「ホワイトボックス」的な構造化の方法を試すことになる。何千もの方法がある。