記事"Neural Networks: From Theory to Practice"についてのディスカッション - ページ 9

新しいコメント
 

説明してください：

パーセプトロン1をファイル1のテストサンプルで学習させたとします。

次に、このパーセプトロン1を新しいデータ（file2）でテストしました。

どのようにパーセプトロン1を訓練すればよいでしょうか？

オプション1:
file1とfile2 = file12を接着剤でくっつけます。

オプション2：

file2 の正解を手動で修正し、パーセプトロン1を再学習させる。

オプション1は自明です。新しいパーセプトロンをゼロから訓練するだけです。

しかし、オプション2はどのように実装するのでしょうか？実現可能でしょうか？

=========

私は現在PythonのJupyterでscikit-learnライブラリを使って実験しています。パーセプトロンは新しいデータで学習するメソッドを持っていません。

http://scikit-learn.org/dev/modules/generated/sklearn.neural_network.MLPClassifier.html#sklearn.neural_network.MLPClassifier

sklearn.neural_network.MLPClassifier — scikit-learn 0.18.dev0 documentation
  • scikit-learn.org
class hidden_layer_sizes=(100, ), activation='relu', algorithm='adam', alpha=0.0001, batch_size='auto', learning_rate='constant', learning_rate_init=0.001, power_t=0.5, max_iter=200, shuffle=True, random_state=None, tol=0.0001, verbose=False, warm_start=False, momentum=0.9, nesterovs_momentum=True, early_stopping=False, validation_fraction=0.1...
 

多かれ少なかれ詳細で理解しやすいプレゼンテーションは、おそらくこの記事だけだろう、

結局のところ、この例ではネットワークではなくパーセプトロンを考えている、

我々は、例えば、ニューラルネットワークの 例を待っている：入力に2ニューロン、隠れ層に3ニューロン、出力に1ニューロン。

ありがとうございました！

ファイル:
pyb.jpg  1958 kb
 
今週は、この記事で定義されていることを実装するために勉強するつもりだ。
でも質問があるのですが、もっと多くのニューロンを実装するにはどうすればいいのでしょうか？

Osb: 私はまだプログラミングの初心者です。


基本的な質問もありますし、これからやってみようと思っている開発中に出てくる質問もあります。相談してもいいですか？

 
私はプログラミングの初心者で、ほとんど何も知りませんが、あなたのEAを勉強し、いくつかのテストに適応させています。この作業はとても興味深いです。
今、自己最適化システムを考えていて、それに関する興味深い記事を見つけました。あなたのEAの構造を実装することは可能でしょうか？今のところ、私にはその能力がありません。

この仕事を発展させることに興味がありますか？

https://www.mql5.com/ja/articles/2279

Rede neural: Expert Advisor auto-otimizável
Rede neural: Expert Advisor auto-otimizável
  • 2016.10.17
  • Jose Miguel Soriano
  • www.mql5.com
Será que é possível criar um Expert Advisor que, de acordo com os comandos do código, otimize os critérios de abertura e fechamento das posições automaticamente e em intervalos regulares? O que acontecerá se nós implementarmos no EA uma rede neural (um perceptron multi-camada) que, sendo módulo, analise o histórico e avalie a estratégia? É possível dar ao código um comando para uma otimização mensal (semanal, diária ou por hora) de rede neural com um processo subsequente. Assim, é possível criar um Expert Advisor que se auto-otimize.
 

活性化関数の急勾配を変える必要はまったくない！

式を見てほしい：

for(int n=0; n<10; n++) 
  {
   NET+=Xn*Wn;
  }
NET*=0.4;

学習 時、ネットワークは 乗数Wnを選択しなければならない。もしネットワークが合計*0.4であることがより好ましいなら、ネットワークは単純にWnのすべての重みを選択し、それぞれがすでに*0.4であろう。つまり、最小誤差によって決定される共通の乗数を括弧内に置くだけである。

この実装では、単に重みを選択するステップを減らすことができます。より本格的なニューラルネットワークでは、必要な係数は自分で見つけることになる。

 

正規化が正しく行われず、なぜか係数が0.4に......。

0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 という一連の値があるとする。

この系列の値は[0,1]という系列に還元されるはずである。論理的には、これは0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1という系列になる。

しかし、あなたの方法論では単なる乱数が生成されます。インジケーターから6, 7, 8, 9, 10という値が得られたとしよう。あなたの計算式を単純化すると

次のようになる：

6 >> 0

7 >> 0.25

8 >> 0.5

9 >> 0.75

10 >> 1

あなたの記事の指示に従って正規化されたこの系列では、最後の値だけが真である。

もしあなたが線形代数の授業を受けていて、余弦と正接を区別できるのであれば、このような単純な作業を台無しにすることは理解できない。あなたの仕事の結果は純粋にランダムなのだ！

しかし、私はこの出版物を出発点として使ったことは認める。プリントアウトし、注意深く読み直し、ペンでメモをとった。その後、ハウス・オブ・ブックスに行き、オソフスキーの『 情報処理のためのニューラルネットワーク』を買った。私はそれを読み、とても賢くなり、そして今こうして書いている......。

 
MT5で取引するためのAIをわかりやすく紹介していただき、ありがとうございます。重み」は最適化、つまりCagatayがカーブフィッティングと呼ぶものによって求められるのですね。実際には、ニューラルネットワーク（の重み）は、人間がラベル付けした大量のトレーニングデータを入力し、その結果にも正しいか間違っているかのラベルを付けることで「トレーニング」されます。MT5でこれを行う効率的な方法はありますか？
 
私はこのスマートロボットの使用方法と購入方法を知りたいのですが、私のマイクロシグナルは13552272531です。
 

バックテストで 365ドルの利益しか得られないのはなぜですか？

 
Nice Post, あなたのコードの中で、TradeTrade.mqhとTradePositionInfo.mqhについて触れていますが、この2つのダウンロードリンクを教えてもらえますか？
1234567891011
新しいコメント