joo: 사실, 제가 말한 것이 바로 그 말입니다. 범위를 벗어나면 답이 틀릴 것입니다. 그렇기 때문에 구구단 1-9는 가르 칠 수 있지만 일반적으로 전체 숫자 선에있는 숫자의 곱셈은 "맛있는 계란을 요리하는 것"이라는 위업 범주에 속한다고 말하는 이유입니다.
예, 안타깝게도 현대 세대의 NS는 교육 범위와 다른 범위의 입력에 대해 작업 할 수 없습니다. 이를 처리 할 수있는 맞춤형 아키텍처가있을 수 있지만 비선형 함수가있는 다층 퍼셉트론은 확실히 할 수 없습니다.
특별히 여러분을 위해 :)
이 경우 검증 샘플 데이터의 입력과 출력 모두 NS가 학습된 범위를 벗어났습니다. 그리고 테스트 샘플 데이터도 훈련 샘플 범위를 벗어났습니다. 유효성 검사는 201번째 사례부터 시작됩니다. 오차가 기하급수적으로 증가하기 시작하는 것을 볼 수 있습니다. 그리고 샘플의 평균 제곱 오차는 상단에 노란색으로 강조 표시되어 있습니다. 육안으로 모든 것을 확인할 수 있습니다.
Потенциал их практически безграничен, туда можно прописать сколько-угодно любых индикаторов с любым количеством параметров… и делать это можно оказывается на чистом MQL5.
joo: 사실, 제가 말한 것이 바로 그 말입니다. 범위를 벗어나면 답이 틀릴 것입니다. 그렇기 때문에 구구단 1-9는 가르 칠 수 있지만 일반적으로 전체 숫자 선에있는 숫자의 곱셈은 "맛있는 계란을 요리하는 것"이라는 위업 범주에 속한다고 말합니다.
음,이 문제는 때때로 변수를 변환하여 해결됩니다. 예를 들어 곱셈의 경우 입력 숫자를 비트의 이진 시퀀스로 표현하는 경우, 즉 실제로 [0,1] 범위로 변환하는 경우 임의의 숫자의 곱셈을 비트 시퀀스로 공급되는 입력에 대해 임의의 숫자 반복 그리드를 가르 칠 수있을 것입니다.
이해가 되지 않습니다. 뉴로 어드바이저 자가 학습은 정확히 어떻게 이루어지나요? 즉, 프로그램이 가중 계수를 어떻게 변경하나요?
이는 표준 유전적 최적화 알고리즘에 의해 수행됩니다. 이 그리드 구현에는 학습 알고리즘이 포함되어 있지 않으므로 편리한 단순화라고 생각할 수 있으며 많은 사람들이 오랫동안 Quartet에서이를 수행해 왔습니다. 그러나 다른 단순화와 마찬가지로 그리드 구조와 학습 원리를 실제로 제한함으로써 기능에 영향을 미칩니다. 특히 온라인 전문가 어드바이저에서는 이러한 훈련을 실행하는 것이 불가능합니다(적어도 최적화 프로그램이 MQL5 API에 구현될 때까지는).
Yedelkin: 즉, 뉴로 어드바이저(자가 학습)의 본격적인 작동을 위해서는 프로그램 코드에 "표준 유전자 최적화 알고리즘"을 포함시켜야 하나요? 공개 도메인에 이러한 알고리즘의 기성품 구현이 있습니까?
아니요, 물론 없습니다! 이 알고리즘이 표준인 이유는 최적화 프로그램에 이미 내장되어 있기 때문입니다. 이 알고리즘은 그리드 가중치를 자체적으로 최적화합니다. 여기 쿼터러리 사이트의 기사를 읽으면 그리드가 어떻게 최적화되는지 = 이 접근 방식으로 학습되는지 명확해질 수 있습니다.
요점은 NS가 아시다시피 모든 기능을 학습하고 성공적으로 수행한다는 것입니다. 가장 중요한 것은 샘플 외부의 데이터 범위가 학습 범위 내에 있어야한다는 것입니다.
사실, 제가 말한 것이 바로 그 말입니다. 범위를 벗어나면 답이 틀릴 것입니다. 그렇기 때문에 구구단 1-9는 가르 칠 수 있지만 일반적으로 전체 숫자 선에있는 숫자의 곱셈은 "맛있는 계란을 요리하는 것"이라는 위업 범주에 속한다고 말하는 이유입니다.
예, 안타깝게도 현대 세대의 NS는 교육 범위와 다른 범위의 입력에 대해 작업 할 수 없습니다. 이를 처리 할 수있는 맞춤형 아키텍처가있을 수 있지만 비선형 함수가있는 다층 퍼셉트론은 확실히 할 수 없습니다.
특별히 여러분을 위해 :)
이 경우 검증 샘플 데이터의 입력과 출력 모두 NS가 학습된 범위를 벗어났습니다. 그리고 테스트 샘플 데이터도 훈련 샘플 범위를 벗어났습니다. 유효성 검사는 201번째 사례부터 시작됩니다. 오차가 기하급수적으로 증가하기 시작하는 것을 볼 수 있습니다. 그리고 샘플의 평균 제곱 오차는 상단에 노란색으로 강조 표시되어 있습니다. 육안으로 모든 것을 확인할 수 있습니다.
신경망은 인간의 신경계, 즉 신경계가 오류를 학습하고 수정 하는 능력을 복제하려는 시도에 기반한 인공 지능 연구의 한 분야입니다.....
이해가 안되네요. 뉴로 어드바이저의 자가 학습은 정확히 어떻게 이루어지나요? 즉, 프로그램이 가중치 계수를 어떻게 변경하나요
?
사실, 제가 말한 것이 바로 그 말입니다. 범위를 벗어나면 답이 틀릴 것입니다. 그렇기 때문에 구구단 1-9는 가르 칠 수 있지만 일반적으로 전체 숫자 선에있는 숫자의 곱셈은 "맛있는 계란을 요리하는 것"이라는 위업 범주에 속한다고 말합니다.
이해가 되지 않습니다. 뉴로 어드바이저 자가 학습은 정확히 어떻게 이루어지나요? 즉, 프로그램이 가중 계수를 어떻게 변경하나요?
즉, 뉴로 어드바이저(자가 학습)의 본격적인 작동을 위해서는 프로그램 코드에 "표준 유전자 최적화 알고리즘"을 포함시켜야 하나요? 퍼블릭 도메인에 이러한 알고리즘의 기성 구현이 있습니까?
http://lancet.mit.edu/ga/ - 매사추세츠 공과 대학
즉, 뉴로 어드바이저(자가 학습)의 본격적인 작동을 위해서는 프로그램 코드에 "표준 유전자 최적화 알고리즘"을 포함시켜야 하나요? 공개 도메인에 이러한 알고리즘의 기성품 구현이 있습니까?