피팅 - 모델링된 프로세스에 맞추기 위해 모델 매개변수를 선택합니다. "암기 학습"이라는 비유를 할 수 있습니다.
학습 - 유입되는 미지의 정보를 바탕으로 결론을 도출할 수 있는 가능성을 높이기 위해 '규칙'과 '규칙에 대한 예외'를 암기하는 등 모델에 의한 프로세스 인지 과정입니다. NS 훈련에서는 훈련 샘플의 검증 부분이 이러한 목적으로 사용됩니다.
따라서 기사에 나오는 전문가 어드바이저의 NS는 훈련된 것이 아니라 조정된 것이며, 테스터에서 최적화된 모든 전문가 어드바이저라고 할 수 있습니다. 옵티마이저의 기능만으로는 (NS 유무에 관계없이) EA를 훈련시키는 데 충분하지 않습니다(포워드 테스트가 있지만 포워드 테스트를 통과한 것만 선택한다는 의미입니다).
papaklass: 일반적으로 어떤 과정이나 현상에 대한 수학적 모델이란 이 과정이나 현상이 따르는 법칙을 수학적 언어로 설명한 것입니다. 그러나 매개변수를 사용하여 이 프로세스를 제어하는 것을 피팅이라고 할 수 있습니다. 수학은 정확한 과학이므로 정의는 정확해야합니다.
papaklass: 일반적으로 어떤 과정이나 현상에 대한 수학적 모델이란 이 과정이나 현상이 따르는 법칙을 수학적 언어로 설명한 것입니다. 그러나 매개변수를 사용하여 이 프로세스를 제어하는 것을 피팅이라고 할 수 있습니다. 수학은 정확한 과학이므로 정의는 정확해야 합니다.
물론이 스레드에서 신경망의 미묘함에 대해 논의하는 것에 반대하는 것은 아니지만 원래이 기사는 초보자를 위해 계획되었습니다. 이러한 세부 사항은 초보 신경망 전문가를 혼동 할 수 있기 때문에 일부 세부 사항을 생략했습니다. 물론이 기사에서는 신경망을 훈련 (피팅)하는 다양한 방법을 지정하지는 않지만 초기 단계에서는 필요하지 않습니다. 신경망이 그렇게 어렵지 않다는 것을 깨닫는다면 "이것은 매우 어렵고 나에게 적합하지 않다"고 외면 할 변명을 할 수있는 변명을 제공하지 않습니다. 더 많은 것을 알고 있다면 이 글은 아마도 여러분에게 적합하지 않을 것입니다.
자율 학습과 관련하여 - 검토 과정에서 원래 버전에 없던 내용이 변경되었을 가능성이 있습니다. 현재로서는 기사의 출처가 없지만 가능한 한 빨리이 기사에서 이러한 성격의 오류가 있는지 확인하겠습니다.
현재 두 번째 부분에서는 다층 신경망을 사용한 작업을 다룰 것입니다. 내용에 대해 바라는 점이 있으면 간단히 적어주세요. 제가 손가락으로 전달할 수있는 아이디어는 기사에 설명되어 있습니다.
'피팅'과 '트레이닝'의 개념을 구분해 보겠습니다.
피팅 - 모델링된 프로세스에 맞추기 위해 모델 매개변수를 선택합니다. "암기 학습"이라는 비유를 할 수 있습니다.
학습 - 유입되는 미지의 정보를 바탕으로 결론을 도출할 수 있는 가능성을 높이기 위해 '규칙'과 '규칙에 대한 예외'를 암기하는 등 모델에 의한 프로세스 인지 과정입니다. NS 훈련에서는 훈련 샘플의 검증 부분이 이러한 목적으로 사용됩니다.
따라서 기사에 나오는 전문가 어드바이저의 NS는 훈련된 것이 아니라 조정된 것이며, 테스터에서 최적화된 모든 전문가 어드바이저라고 할 수 있습니다. 옵티마이저의 기능만으로는 (NS 유무에 관계없이) EA를 훈련시키는 데 충분하지 않습니다(포워드 테스트가 있지만 포워드 테스트를 통과한 것만 선택한다는 의미입니다).
Yedelkin:
.................), 그리고 "훈련"이라는 용어는 새로운 고도로 전문화된 의미, 즉 훈련은 매개변수의 일반적인 선택(피팅)이라는 새로운 의미를 부여받았습니다 .
모든 자전거 타기(배드민턴 등)는 자체 신경망의 매개변수를 맞추는 방식으로 학습됩니다.
복사(암기 학습)는 훨씬 더 원시적인 '학습'의 방식입니다. // 학습 사전 정의 포함.
그런데 사전에서 언어(모국어)를 배우는 사람은 아무도 없으며, '끼워 맞추기'를 통해 학습합니다.
MetaDriver: Отнюдь не новый. Любой езде на велосипеде / игре в бадминтон обучаются путём подгонки параметров собственных нейросеток.
...그건 그렇고, 아무도 사전에서 언어 (모국어)를 배우지 않고 "맞추기"로 배웁니다.
고도로 전문화 된 용어의 도움으로 평범한 현상을 설명하는 훌륭한 예 :)
이 말이 생각납니다:
사전은 암기 학습과 '사전 정의 학습'을 위한 것이 아니라 일반적으로 통용되는 단어의 의미를 반영하기 위한 것이라는 점만 덧붙일 수 있습니다.
이 상황에서 벗어날 방법이 있을까요? 학습 알고리즘을 직접 작성해야 하나요? MQL5에 대한 기사에 이미 포함되어 있기를 바랍니다.
최적화 알고리즘에 대한 내용은 이미 있습니다. 학습 알고리즘에 대해서는 없습니다.
그리고 총 실행 횟수(표준 테스터 포함)에서 가장 최적의 변형을 선택하는 방법에 대한 문서도 없습니다.
최적화 알고리즘에는 이미 무언가가 있습니다. 학습 알고리즘에 대해서는 아니요.
그리고 총 실행 횟수(표준 테스터 포함)에서 가장 최적의 변형을 선택하는 방법에 대한 문서도 없습니다.
고도로 전문화된 용어를 사용하여 평범한 현상을 설명하는 멋진 예시입니다 :)
영감을 받았습니다:
추가해야 할 유일한 것은 사전은 암기 학습 및 "사전 정의"학습에 사용되는 것이 아니라 일반적으로 받아 들여지는 단어의 의미를 반영하는 데 사용된다는 것입니다.
오, 그들이 사용되지 않는 것에 대해서만...! 여기 우리가 가장 좋아하는 포럼에서 그들은 주로 서로의 머리에 오줌을 싸는 데 사용됩니다.........
;)
일반적으로 어떤 과정이나 현상에 대한 수학적 모델이란 이 과정이나 현상이 따르는 법칙을 수학적 언어로 설명한 것입니다. 그러나 매개변수를 사용하여 이 프로세스를 제어하는 것을 피팅이라고 할 수 있습니다. 수학은 정확한 과학이므로 정의는 정확해야합니다.
일반적으로 어떤 과정이나 현상에 대한 수학적 모델이란 이 과정이나 현상이 따르는 법칙을 수학적 언어로 설명한 것입니다. 그러나 매개변수를 사용하여 이 프로세스를 제어하는 것을 피팅이라고 할 수 있습니다. 수학은 정확한 과학이므로 정의는 정확해야 합니다.
"법칙"은 이미 모델입니다. 그들은 머릿속에만 존재합니다.
실제 프로세스는 어떤 법칙도 따르지 않습니다.)
연사 여러분.
물론이 스레드에서 신경망의 미묘함에 대해 논의하는 것에 반대하는 것은 아니지만 원래이 기사는 초보자를 위해 계획되었습니다. 이러한 세부 사항은 초보 신경망 전문가를 혼동 할 수 있기 때문에 일부 세부 사항을 생략했습니다. 물론이 기사에서는 신경망을 훈련 (피팅)하는 다양한 방법을 지정하지는 않지만 초기 단계에서는 필요하지 않습니다. 신경망이 그렇게 어렵지 않다는 것을 깨닫는다면 "이것은 매우 어렵고 나에게 적합하지 않다"고 외면 할 변명을 할 수있는 변명을 제공하지 않습니다. 더 많은 것을 알고 있다면 이 글은 아마도 여러분에게 적합하지 않을 것입니다.
자율 학습과 관련하여 - 검토 과정에서 원래 버전에 없던 내용이 변경되었을 가능성이 있습니다. 현재로서는 기사의 출처가 없지만 가능한 한 빨리이 기사에서 이러한 성격의 오류가 있는지 확인하겠습니다.
현재 두 번째 부분에서는 다층 신경망을 사용한 작업을 다룰 것입니다.
내용에 대해 바라는 점이 있으면 간단히 적어주세요.
제가 손가락으로 전달할 수있는 아이디어는 기사에 설명되어 있습니다.
감사합니다.