Yedelkin: 그럼 이해가 안 되네요. "자체 유전적 최적화 알고리즘"이 최적화 프로그램에 삽입되어 있는데, 자가 학습 뉴로 어드바이저가 어떻게 이 "외부" 알고리즘을 자가 학습 목적으로 사용할 수 있을까요?
상호 작용의 방향은 정반대입니다. 일반 전문가 어드바이저와 유사하게, 입력 매개변수에 따라 EA(모든 EA)의 "블랙박스"를 가져오는 옵티마이저가 있습니다. Expert Advisor에 신경망이 있으면 "블랙 박스"로 멈추지 않습니다. 최적화된 파라미터는 그리드 가중치뿐입니다.
marketeer: 상호 작용의 방향은 반대입니다. 일반 전문가 어드바이저와 유사하게 전문가 어드바이저의 "블랙 박스"의 입력 매개 변수를 가져 오는 최적화 도구가 있습니다 (임의). 전문가 어드바이저에 신경망이 있다고 해서 "블랙박스"가 되는 것은 아닙니다. 최적화된 매개변수는 그리드 가중치뿐입니다.
이 경우 뉴로 어드바이저의 자체 트레이닝에 대해 말할 수 없습니다. 그리고 트레이닝을 일반적인 매개변수 피팅이라고 합니다.
marketeer:
예델킨: 즉, 본격적인 뉴로 어드바이저(자가 학습)의 경우 "표준 유전자 최적화 알고리즘"을 프로그램 코드에 포함시켜야 한다는 건가요?
그럼 이해가 안 되네요. "자체 유전적 최적화 알고리즘"이 최적화 프로그램에 삽입되어 있는데, 자가 학습 뉴로 어드바이저가 어떻게 이 "외부" 알고리즘을 자가 학습 목적으로 사용할 수 있을까요?
그럼 이해가 안 되네요. "자체 유전적 최적화 알고리즘"이 최적화 프로그램에 삽입된 경우, 자가 학습 신경망이 어떻게 이 "외부" 알고리즘을 자가 학습 목적으로 사용할 수 있나요?
신경망은 간단히 말해 f[x1,x2,...,xn][w1,w2,...,wn] 형식의 함수이며, 여기서 x는 입력 정보(시장 상황에 따라 변경 및 의존)이고 w는 네트워크의 가중치, 고정 계수(이 문서에서는 입력 파라미터)로 테스터에서 최적화를 통해 선택됩니다.
따라서 온라인 모드에서 네트워크를 훈련해야 하는 경우 표준 최적화 프로그램을 사용할 수 없으며 일부 최적화 알고리즘을 사용해야 합니다(전문가 어드바이저에 내장되어 있어야 함).
상호 작용의 방향은 반대입니다. 일반 전문가 어드바이저와 유사하게 전문가 어드바이저의 "블랙 박스"의 입력 매개 변수를 가져 오는 최적화 도구가 있습니다 (임의). 전문가 어드바이저에 신경망이 있다고 해서 "블랙박스"가 되는 것은 아닙니다. 최적화된 매개변수는 그리드 가중치뿐입니다.
yu-sha: http://lancet.mit.edu/ga/ - Massachusetts Institute of Technology
예델킨:
모두 감사합니다! 대략적인 방향은 이해했습니다.그렇다면 뉴로 어드바이저의 자가 트레이닝은 없습니다. 그리고 트레이닝을 일반적인 매개변수 피팅이라고 합니다.
Reshetov:
А Вы наивно полагаете, что самообучение - это необычная подгонка?
네트워크 학습 = 피팅
자가 학습 = 자가 피팅