그렇지 않았고 다시 한 번 NS로 돌아 가기로 결정했고, 선택은 코 호넨지도에 떨어졌고, 자료를 검색 한 후 (이 사이트는 검색 엔진에서 매우 잘 색인화되어 있음) 검색 엔진의 모든 제안 된 자료에 대해 알게되었습니다.
저는 약 5 년 전에 이론 교육없이 이러한 유형의 NS에 관심이 있었는데 이제는 NS에 대한 지식의 양이 꽤 괜찮고 Kohonen지도에서 자료를 다시 공부하면서 많은 질문이 생겼습니다.
구체적인 질문을 했더니... 그리고 진실을 찾는 대신에 나는 어떤 이유로 든 위키의 기사를 반복하고 다른 어떤 것으로도 뒷받침되지 않는 "저자의 이익"에 대한 변호를 발견했습니다... 글쎄요, 당신이 말했듯이 "그것은 계속되었습니다"- "당신은 바보입니다"- "가서 읽으십시오"
예브게니 셰르 비나:
나는 Simon Haykin을보고 좋은 예가 있습니다. 그리고 마지막에는 작업이 있고, 작업 중에는 예측 또는 예측이라고 부르는 작업이 있습니다. 알아 내면 본질에 대해 몇 문장을 더 쓸 것입니다.
나는 이미 NS에 대한 첫 번째 책이 최고이기 때문에 이미 읽었고, 내가 읽은 문학의 양-새로운 문학의 절반 이상이 Haykin의 재 인쇄물이 될 것입니다.
예브게니 셰르 비나:
그리고 마지막에는 작업이 있는데, 그 작업 중에는 예측, 음, 또는 제가 예측이라고 부르는 작업이 있습니다. 알아 내면 본질에 대해 몇 문장을 더 쓸 것입니다.
나는 그것에 대해 논의하게되어 기쁩니다. 나는 오랫동안이 주제에 대한 정보를 찾고있었습니다-고호넨지도는 아무것도 위해 설계되지 않았습니다-그리고 전혀! - 그들은 다차원 데이터의 아름다운 디스플레이 일뿐입니다.
이런 종류의 NS에 대한 아이디어는 매우 유혹적이며 원리는 전자 부품 디코더와 같습니다. 입력 데이터의 조합을 입력하면 출력에서 준비된 결과를 얻습니다.
훈련은 훈련 세트에 NS 가중치 벡터를 배치하기 위해 존재합니다. 그 결과 데이터를 클러스터링하지만 네트워크 자체의 응답은 다른 데이터에 대해 존재하지 않거나 오히려 존재하지만 임의의 값을 생성합니다.
루트에 대해... 이름은 코호넨의 네트워크가 아니라 자기 조직화 지도 (SOM)와 비슷합니다.
UPD : 토론을 계속할 필요가 없다고 생각합니다. 두 번째로 토론이 Wiki에 쓰여진 내용으로 축소되고 이제는 특정 "Quoting S. Osovsky"가 쓴 내용으로 축소됩니다. 나는 내 추론의 포로 상태에 머무르는 데 동의하며, 이는 "SOM Kohonen"이라는 문구가 뒷받침하지 않으며 그 반대의 경우 예측할 수 없습니다.
훈련 세트에 NS 가중치 벡터를 배포하는 훈련이 있는데, 그 결과 데이터를 클러스터링하지만 네트워크 자체의 응답이 다른 데이터에는 없거나 오히려 있을 수 있지만 임의의 값을 생성하게 됩니다.
루트에 대해... 이름은 코호넨 네트워크가 아니라 자기 조직화 지도(SOM)입니다.
UPD: 두 번째로 토론이 위키에 쓰여진 내용으로 축소되고 이제는 누군가가 "S. Osovsky를 인용"한 내용으로 축소되어 토론을 계속하는 것이 의미가 없다고 생각합니다. 나는 내 추론의 포로 상태에 머무르는 데 동의하며, 이는 "SOM Kohonen"이라는 문구가 뒷받침하지 않으며 그 반대의 경우 예측할 수 없습니다.
안녕하세요, 포럼 회원 여러분!
매우 흥미로운 기사입니다! 나도이 SOM 코드를 사용하려고합니다.
BMU와의 거리를 고려하여 BMU 주변 영역의 결과를 더 쉽게 계산하는 방법 (명확성을 위해 파란색 원으로 표시)을 제안 할 수있는 사람이 있습니까?
자바에서 코드가 훨씬 더 빠르게 실행된다는 뜻인가요? 비교를 위해 소스를 첨부해 주시면 흥미로울 것 같습니다.
해결책을 찾은 분이 있나요? 방금 이 글을 찾았습니다. 저도 감사의 인사를 전하겠습니다. 그리고 질문에 대한 답변입니다.
마지막 댓글을 남긴 지 5년이 지난 후의 내 댓글.....
트레이닝 세트와 컨트롤 세트에 대한 이야기가 보이지 않는 이유는 무엇입니까? 이 기사에서는 일종의 색상 시스템을 사용한 과거 분석을 인용하지만 "기계 학습"이라는 문구에서 핵심 단어는 "훈련"이며 미래 기간에 거래하기 위해 수행됩니다.
간단히 말해, 왜 이렇게 정교한 과거 분석을 할까요? 최적화를 실행하고 어떤 기간과 교대 근무조가 더 잘 테스트되는지 확인하기 위해서입니다.
트레이닝 세트와 컨트롤 세트에 대한 이야기가 보이지 않는 이유는 무엇인가요? 이 기사에서는 일종의 색상 시스템을 사용하여 과거 분석을 제공하지만 "기계 학습"이라는 문구에서 핵심 단어는 "훈련"이며 미래 기간에 대해 거래하기 위해 수행됩니다.
이 기사( https://www.mql5.com/ko/articles/5473 )의 토론에서 비슷한 질문을 했습니다 .
이 문제에 대한 자료를 연구했는데, 코호넨 맵은 단순히 다차원 데이터를 표시하는 작업을 수행하며 데이터 분석 자체를위한 것이 아닐 가능성이 높습니다.
이 글의 토론에서 비슷한 질문을 했었는데 https://www.mql5.com/ko/articles/5473
이 문제에 대한 자료를 연구했는데, 대부분의 경우 코호넨 맵은 다차원 데이터를 표시하는 작업 만 수행하며 데이터 분석 자체를위한 것이 아닙니다.
그것을 읽으면 두 사람 (세 사람?)이 맛있는 사탕을 공유하지 않은 것 같습니다.
어떤 출판물이든 그럴 권리가 있다고 생각하지만 여기에는 신경망이 일반적인 의미에서 수행하는 작업, 즉 "새로운"상황에서 "새로운"결정을 내리는 것에 대한 설명이 없습니다. 과거 분석만 있을 뿐입니다. 당혹스럽습니다.
저는 사이먼 헤이킨을 보고 있는데 좋은 예가 있습니다. 그리고 마지막에는 작업 중 예측 또는 예측이라고 부르는 작업이 있습니다. 익숙해지면 이 주제에 대해 몇 문장을 더 써보겠습니다.
읽어보니 두 사람(세 사람?)이 맛있는 사탕을 나눠 먹지 않은 것 같네요.
그렇지 않았고 다시 한 번 NS로 돌아 가기로 결정했고, 선택은 코 호넨지도에 떨어졌고, 자료를 검색 한 후 (이 사이트는 검색 엔진에서 매우 잘 색인화되어 있음) 검색 엔진의 모든 제안 된 자료에 대해 알게되었습니다.
저는 약 5 년 전에 이론 교육없이 이러한 유형의 NS에 관심이 있었는데 이제는 NS에 대한 지식의 양이 꽤 괜찮고 Kohonen지도에서 자료를 다시 공부하면서 많은 질문이 생겼습니다.
구체적인 질문을 했더니... 그리고 진실을 찾는 대신에 나는 어떤 이유로 든 위키의 기사를 반복하고 다른 어떤 것으로도 뒷받침되지 않는 "저자의 이익"에 대한 변호를 발견했습니다... 글쎄요, 당신이 말했듯이 "그것은 계속되었습니다"- "당신은 바보입니다"- "가서 읽으십시오"
나는 Simon Haykin을보고 좋은 예가 있습니다. 그리고 마지막에는 작업이 있고, 작업 중에는 예측 또는 예측이라고 부르는 작업이 있습니다. 알아 내면 본질에 대해 몇 문장을 더 쓸 것입니다.
나는 이미 NS에 대한 첫 번째 책이 최고이기 때문에 이미 읽었고, 내가 읽은 문학의 양-새로운 문학의 절반 이상이 Haykin의 재 인쇄물이 될 것입니다.
그리고 마지막에는 작업이 있는데, 그 작업 중에는 예측, 음, 또는 제가 예측이라고 부르는 작업이 있습니다. 알아 내면 본질에 대해 몇 문장을 더 쓸 것입니다.
나는 그것에 대해 논의하게되어 기쁩니다. 나는 오랫동안이 주제에 대한 정보를 찾고있었습니다-고호넨지도는 아무것도 위해 설계되지 않았습니다-그리고 전혀! - 그들은 다차원 데이터의 아름다운 디스플레이 일뿐입니다.
이런 종류의 NS에 대한 아이디어는 매우 유혹적이며 원리는 전자 부품 디코더와 같습니다. 입력 데이터의 조합을 입력하면 출력에서 준비된 결과를 얻습니다.
내가 찾고있는 것처럼 해밍 네트워크를 테스트했지만 ... 지금까지 NS를 포기했습니다. 간단한 솔루션에 대한 작업을 시작했으며 여기에 기성품이 있습니다 https://www.mql5.com/ru/forum/307970/page11#comment_12625353.
S. 오소브스키의 말을 인용하자면:
"자기 조직화 네트워크는 예를 들어 전력 시스템의 부하를 예측하는 데에도 성공적으로 사용될 수 있습니다. 이 하위 섹션에서는 전력 시스템에서 24시간 간격으로 시간별 부하를 예측하는 문제를 해결하는 방법에 대해 자세히 설명합니다."
그래서 모든 것이 좋습니다. 다음에 설명하는 것과 같은 예측은 일반적으로 외환에서 매수, 매도 또는 거부 조치를 예측하는 데 일대일로 적합합니다.
저는 항상 근본을 봅니다. 코호넨 카드가 예측하지 못한다면 아무도 신경망이라고 부르지 않을 것입니다.
코호넨의 지도가 예측할 수 없다면 아무도 신경망이라고 부르지 않을 거라고 생각했습니다.
훈련은 훈련 세트에 NS 가중치 벡터를 배치하기 위해 존재합니다. 그 결과 데이터를 클러스터링하지만 네트워크 자체의 응답은 다른 데이터에 대해 존재하지 않거나 오히려 존재하지만 임의의 값을 생성합니다.
루트에 대해... 이름은 코호넨의 네트워크가 아니라 자기 조직화 지도 (SOM)와 비슷합니다.
UPD : 토론을 계속할 필요가 없다고 생각합니다. 두 번째로 토론이 Wiki에 쓰여진 내용으로 축소되고 이제는 특정 "Quoting S. Osovsky"가 쓴 내용으로 축소됩니다. 나는 내 추론의 포로 상태에 머무르는 데 동의하며, 이는 "SOM Kohonen"이라는 문구가 뒷받침하지 않으며 그 반대의 경우 예측할 수 없습니다.
훈련 세트에 NS 가중치 벡터를 배포하는 훈련이 있는데, 그 결과 데이터를 클러스터링하지만 네트워크 자체의 응답이 다른 데이터에는 없거나 오히려 있을 수 있지만 임의의 값을 생성하게 됩니다.
루트에 대해... 이름은 코호넨 네트워크가 아니라 자기 조직화 지도(SOM)입니다.
UPD: 두 번째로 토론이 위키에 쓰여진 내용으로 축소되고 이제는 누군가가 "S. Osovsky를 인용"한 내용으로 축소되어 토론을 계속하는 것이 의미가 없다고 생각합니다. 나는 내 추론의 포로 상태에 머무르는 데 동의하며, 이는 "SOM Kohonen"이라는 문구가 뒷받침하지 않으며 그 반대의 경우 예측할 수 없습니다.