記事"MetaTrader 5での自己組織化機能マップ(Kohonenマップ)の使用"についてのディスカッション - ページ 6

[Igor Makanu]

Evgeniy Scherbina:
人は常に自分が見たいものを見る。

コホーネンの 自己組織化マップ」の訳が正しいかどうか--その訳に余地があったかどうか--について議論する気にはまったくなれない：

Evgeniy Scherbina:

コホーネンマップが予測できなければ、誰もニューラルネットワークとは呼ばないだろうと思っていた。

S.オソフスキーからの引用」について議論することにまったく興味がないのと同じように。Osovskyからの引用 "を議論することに全く興味がないように、練習が示すように - 英語のリソースからの作品の転載がrunetで優勢であり、私はOsovskyが彼自身の仕事を書いたことを確信していない、と私は作家ではなく、フォーラムのメンバーと議論？

このトピックに関する私の検索をrunetのリンクに示しましたが、権威のある、私の意見では、サイトBaseGroup Labsにも確認はありません.......

.... ok, I'm done - I don't want to repeat myself, just predict )))).

[Evgeniy Scherbina]

コホネン・マップは、大量の異なるデータを分類するのに適している。例えば、100種類の動物。この場合、毛色という1つのパラメータで分類する必要がある。このアプローチの数学では、異なるパラメーターを一緒にすることはできない。

このようなアプローチは、FXの意思決定においては限りなく愚かである。想像してみてほしい。1つのパラメータによる分類は、「買う」か「買わない」かの決断を下すことに還元される。そうすれば、コホネン・マップに2つのノードを作ることができる。もちろん、1万個のノードを作って、ああ、なんて美しい色なんだろうと、この地図を欲望のままに眺めるマスタドントもいるだろう。

ここでは、標準的なMT5 Expert Advisorの期間とシフトの例を示します - 平滑化期間のための別のコホネンマップ（ネットワーク？これをどうするか、じっくり考えてみてください。

多層ペルセプトロンはブラックボックスで、すべてが正しく行われていれば、さまざまなパラメータを入力する必要があり、出力では閾値以上（「はい」という答え）か閾値未満（「いいえ」という答え）という明確な答えを得ることができる。この方が私には合っている。

機械学習のトピックに関する本を何冊か読んだ後、いつも繰り返される考え方があることに気づいた。各タスクには、データの研究、データの準備、ネットワークの構造の発見、そしてネットワークのチューニングが極めて個別に必要なのだ。言い換えれば、FXや「買う」「買わない」の判断に適さない選択肢があるということだ。コホーネンのマップはこれに適していないと思う。

私たち才能のある人間は、間違うことも多いが、間違いこそが才能の最大の長所なのだから。

[Ivan Butko]

Evgeniy Scherbina #:

私たち才能のある人間はしばしばミスを犯す。

吐きそうになった

Evgeniy Scherbina#:

コホネン・マップは多数の異なるデータを分類するのに適している。例えば、100種類の動物。この場合、毛色という1つのパラメータで分類する必要がある。このアプローチの数学では、異なるパラメータをまとめることはできない。

このようなアプローチは、FXの意思決定においては限りなく愚かである。1つのパラメータによる分類が、「買う」か「買わない」かの決断を下すことになると想像してほしい。そうすれば、コホネン・マップに2つのノードを作ることができる。もちろん、1万個のノードを作るマスタドンがいて、「ああ、なんて美しい色なんだ」と、この地図を欲望のままに眺めるだろう。

ここに、標準的なMT5 Expert Advisorの期間とシフトの例を示します - 平滑化期間のための別のコホネンマップ（ネットワーク？これをどうするか。

コホーネンマップはこれに適していないと思います。

マップは必ずしも「どこまで」という質問に答える必要はない。 履歴の中で似たようなパターンを強調することができるので、半年も手作業で探す必要はない。 猿に道具を与えると、



定規で 釘を 打ち 始める可能性がある。