Implex : 내 질문은 다음과 같습니다. 예측 목적으로 과거 데이터에 대해 두뇌를 훈련시키는 것이 가능합니까? 저것들. 많은 프로그래머와 수학자들이 ANN을 가르치려고 하는 것을 배웁니다. 같은 방법으로 가르치는 것(그러나 다른 차원에서).
이론적으로 가능합니다.
의식에는 육체적, 아스트랄, 정신적, 붓다, 신경과 같은 여러 형태가 있습니다. 의식의 처음 세 가지 형태에 대해서만 적절하게 추론할 수 있으며, 더 높은 형태는 이름만 붙일 수 있습니다. 각 의식은 신체와의 관계 및 상응하는 현실 수준과의 관계에 기반을 두고 있습니다.
육체적, 아스트랄, 정신적 등이 있습니다. 현실의 수준. 각각의 더 높은 수준의 현실은 물리적(우주적) 기초이며, 더 낮은 수준의 현실을 위한 건축 자재입니다. 예를 들어, 물리적 수준은 아스트랄을 기반으로 하며, 이는 차례로 멘탈 등을 기반으로 합니다.
모든 정상적인 사람은 신체 의식을 가지고 있으며 신체를 적절하게 인식합니다. 물리적 의식은 (기본적으로, 본질적으로) 사람이 물리적 현실과의 관계를 설정하는 특정 개념 세트로 제한됩니다.
현실의 아스트랄 수준은 감정과 감정의 집합체입니다. 이 정의는 매우 이례적이어서 얼핏 픽션처럼 보일 수 있지만, 실제로 느낌과 감정은 우주의 일부이며 보편적인 객관적 현실의 불가분의 일부입니다. 아스트랄 의식은 사람이 자신의 육체를 인식하지 못하고 (경험에 따라) 아스트랄 대상, 즉 감각적이고 감정적인 측면을 어느 정도 적절하게 인식하는 것입니다. 아스트랄 의식은 매우 불안정합니다. 아스트랄 의식을 가진 육체의 인식은 육체적 의식(99.9%의 경우) 또는 정신적(감정에 대한 완전한 통제 조건 하에서, 이미 정신 의식의 속성의 표현인)으로의 전환으로 이어집니다.
정신적 현실은 생각과 의도입니다. 정신의식에 도달한 사람은 의식과 정신현실의 모순을 완전히 극복하고 (물리적 의식과 물리적 현실의 한계를 벗어나) 현실의 물리적 수준(물리적 현실 이상)에서 어떤 행동도 자유롭게 수행할 수 있습니다. 거의 아무도 그러한 높은 수준의 의식을 달성할 수 없었습니다.
예견은 아스트랄 의식(약 1-30일)으로 가능하지만, 아스트랄 의식은 말하자면 물리적인 것과 반대 위상에 있습니다. 저것들. AS 동안 얻은 지식을 사용하려면 FS로 돌아가야하지만 FS가 나타나는 첫 징후에서 AS 경험의 기억은 즉시 사라집니다 (아침 꿈처럼). 자신 있는 선견지명을 위해서는 자신의 신체를 충분히 인지하고 행동할 수 있는 MC가 필요하다.
사람이 MC에 도달하면 Forex의 예지와 같은 모든 종류의 넌센스는 그에게 작은 재미가 아니라 단순히 환경 상태, 즉. 일반 사람이 울타리에 걸린 그림을 보거나 읽을 수 있는 것과 같은 방식으로 접근할 수 있습니다(직접 지각). MC에 도달한 사람은 질적으로 더 많은 기회를 처분할 수 있습니다.
가장 높은 형태의 의식으로의 이행은 환경과 육체와의 모순을 깨뜨리는 것입니다. 더 가깝고 아스트랄 의식이 더 가능하기 때문입니다. 잠자는 동안 사람은 자연스럽게 자신의 육체적 인 연결을 끊습니다. 몸 (어떤 식 으로든 인식하지 않음). 그리고 정신 의식으로의 전환은 자신의 감정과 감정과의 모순을 완전히 깨야 가능합니다 (그들에 대한 통제). 이것은 정신 의식으로의 전환에 대해 생각하기 전에 신체 의식 수준에서 관심을 완전히 제거해야 함을 의미합니다(KK 용어로 음조 정리). 이 과정은 성장하는 과정과 비슷합니다. 자라기 전에(개념과 가치의 새로운 원을 얻음) 사람은 현재의 가치 집합과 우주에 대한 아이디어에 대한 관심을 잃어야 합니다. 예를 들어, 오토바이를 운전하기 전에 익숙한 샌드박스에 삽이 있는 양동이에 대한 관심을 잃어야 합니다. -------
그래서.. Forex에서 자신 있는 결과를 얻으려면 정신 의식으로 이동해야 합니다. 그러나 평범한 사람은 이것을 할 수 없기 때문입니다. 당신은 (모든!) 현재의 이익(무엇보다도 외환 수입 포함)을 포기해야 합니다.
우리는 결국 돈이 아니라 행복감을 원합니다. 육체의식은 육체의식 자체의 가능성과 속성을 모두 활용하여 행복을 이룰 때에만 가능합니다. 이론적으로 신체의 뇌에 대한 모든 불필요한 정보의 액세스를 완전히 제한하면 설정된 프레임워크 내에서 작동하기 시작하고 아마도 일부 결과를 제공할 것입니다. 그러나 이러한 결과는 적을수록 부수적인 정보가 많을 것입니다(얻은 것을 어떻게 쓸 것인지에 대한 생각과 수입과 실패 중에 경험한 감정)
간단히 말해서 모니터 앞에 24시간 앉아있고 다른 생각은 하지 않는다(가족, 직장, 봄, 친구, 계획은 잊어버리고, 외모, 음식, 건강 ..)
아마도 지금은 원하는 것을 얻을 수 있지만 나중에는 그러한 가격에 원하는 것을 얻을 수 있습니다. -----------
먼저 링크 감사합니다. 거북이의 침묵을 읽었습니다. 일반적으로 질문에 대답했습니다. 둘째, 아마도 내 질문을 충분히 명확하게 공식화하지 않았을 것입니다. 저는 데이터의 직접적인 표현(이 경우 그래픽 형식)에서 데이터의 시각적 인식을 통한 두뇌 훈련 알고리즘의 형식화(프로그래밍을 의미하지 않음)에 관심이 있습니다. F. Wasserman의 책 "신경 컴퓨터 기술: 이론과 실습" 의 인용문을 예로 들겠습니다.
"코그니트론과 네오코그니트론. 인간은 복잡한 패턴 인식 문제를 매우 쉽게 해결합니다. 두 살짜리 아이는 거리, 회전, 원근감 및 조명의 변화에도 불구하고 환경을 구성하는 수천 개의 얼굴과 기타 물체를 쉽게 구별합니다. 이러한 타고난 능력에 대한 연구는 인간의 인식 능력을 모방한 컴퓨터를 개발하는 것을 간단한 작업으로 만들어야 할 것 같습니다. 그 어떤 것도 진실에서 멀어질 수 없습니다. 사람에게 명백한 이미지의 유사점과 차이점은 가장 복잡한 컴퓨터 인식 시스템조차도 여전히 당황하게 합니다. 따라서 컴퓨터가 위험하고 지루하거나 불쾌한 작업에서 인간을 대체할 수 있는 수많은 중요한 응용 프로그램은 현재 기능을 넘어선 상태로 남아 있습니다. 컴퓨터 패턴 인식은 예술에 가깝습니다. 과학은 실제로 거의 사용되지 않는 몇 가지 기술의 존재로 인해 제한됩니다. 일반적인 패턴 인식 시스템을 설계하는 엔지니어는 일반적으로 유형 인식으로 시작합니다. 이러한 방법은 작업에 적합하지 않은 경우가 많으며 개발자의 노력은 주어진 작업에 협소하게 특정한 알고리즘 개발로 빠르게 줄어듭니다. 일반적으로 패턴 인식 시스템을 설계하는 목표는 선택적인 패턴 집합에서 작동을 최적화하는 것입니다. 매우 자주, 개발자는 새롭고 거의 유사한 이미지를 찾아 이 작업을 종료하므로 알고리즘이 성공적으로 완료되지 않습니다. 이 프로세스는 무한정 계속될 수 있으며 시스템 성능을 평가하는 인간의 인식 프로세스를 반복하기에 충분한 안정적인 솔루션으로 이어지지 않습니다. 다행히도 문제가 해결될 수 있다는 기존 증거가 있습니다. 바로 인간의 지각 시스템입니다. 자신의 발명품에 대한 노력의 결과로 달성된 제한된 성공을 감안할 때 생물학적 모델 (특히 생물학적 모델, Implx )로 돌아가서 그들이 어떻게 잘 기능하는지 결정하려고 시도하는 것은 매우 논리적으로 보입니다... 특정 목적으로도 사용, Implx )"
위의 텍스트가 ANN과 그 개발 방법을 언급한다는 사실에도 불구하고(특히 생물학적 모델은 연구 대상으로 간주됨) 인간의 두뇌와 그 능력에 대한 아이디어가 포함되어 있습니다. 이 작업에서 뇌가 모델링을 위한 모델로 간주된다면(그러나 완전히 모델링되지 않았으며 (복잡성으로 인해) 가까운 장래에 이에 대한 기회를 제공할 가능성이 낮음), 뇌가 제공하는 잠재력을 활용하지 않는 이유는 무엇입니까? ?
리버스 : 불행히도(또는 그 반대의 경우도 마찬가지입니다.) 신경망 은 매우 간단한 이유로 가치 있는 응용 프로그램을 찾지 못했습니다. 사실 최근 연구에 따르면 인간 두뇌의 뉴런은 5단계 논리에 따라 작동합니다. 이전에는 논리가 2단계로 되어 있다고 믿었습니다(이것이 NN 개발의 기초를 형성했습니다). 그러나 2단계 논리에 따르면 척수만 작동합니다. 결과적으로 지금까지 만들어진 모든 컴퓨터는 영원히 척수 지능 수준으로 유지됩니다. 2-레벨 NS에도 동일하게 적용됩니다. 그럼 5단계 전개를 기다려보자 :) 그래도 책을 읽는 건 좋은 것 같아요 :)
질문은
예측 목적으로 과거 데이터에 대해 두뇌를 훈련시키는 것이 가능합니까? 저것들. 많은 프로그래머와 수학자들이 ANN을 가르치려고 하는 것을 배웁니다. 같은 방법으로 가르칩니다(그러나 다른 차원에서).
정확히. 첫 문장뿐만 아니라 주의 깊게 읽어본다면. INS와의 비교가 있습니다. 그렇다면 반대 질문은 다음과 같습니다. 어떤 두뇌를 훈련할 것인가? 머리 또는 등쪽? 그게 바로 내가 말하는 것입니다. 더 넓게 찍어봤어요 :)
... 먼저 인간의 언어를 사용해 봅시다)) 알다시피, 긴 숫자 시리즈를 암기하는 방법을 배우고 싶습니까?
자, 그럼 먼저 "인간의 언어"가 무엇을 의미하는지 설명해주세요. 사용자 이름의 문구와 아바타의 그래픽 표현에 따라 프로그래머가 될 수 있습니다. 그렇다면 내가 "공식화", "알고리즘"과 같은 잘 알려진 개념을 사용하여 "비인간적인 언어"를 말하는 이유가 명확하지 않습니다. 당신이 아니라면 누구에게 이 모든 것이 매우 명확해야 합니까?
나는 단지 이론 지식의 실제 적용 가능성을 고려하여 진리를 찾는(또는 그것에 접근하는) 가능성을 이유로 이 주제를 만들었습니다. .. (그것으로, 당신은 자신을 압니다).
"긴 숫자 시리즈 암기 학습"에 대해 아니요. 불행히도, 내가 틀릴 수도 있지만 숫자를 기억하는 것은 (우리의 주제와 관련하여) 거의 할 수 없습니다. 나는 숫자를 암기하는 능력을 의미하는 것이 아니라 숫자 시리즈를 근사화하는 능력을 의미합니다. 그러나 즉각적인 표현에서 숫자의 순서가 뇌에 의해 근사화될 가능성은 거의 없습니다. 시리즈의 일부 그래픽 표현이 필요합니다. 결국 사람의 지각 체계에서는 어릴 때부터 시각적 이미지를 통해 인지하는 법을 배운 것이 더 자연스러워 보입니다. 숫자는 그래픽 표현에서 추가 정보를 전달하지 않으며(일정하게 인쇄된 텍스트와 한 문자를 의미함), 시리즈 자체에 따라 이러한 추가 정보가 의심할 여지 없이 존재하는 일련의 숫자에서 이 정보를 추출하는 방법을 배우는 것이 가장 가능성이 높습니다. 어렵다. . 따라서 더 유망한 방법은 숫자의 그래픽 표현에 대한 근사치인 것 같습니다.
다음은 유명한 책의 또 다른 인용문입니다.
"시각 피질에서 특정 방향의 선과 각도와 같은 요소에 응답하는 노드가 발견되었습니다. 더 높은 수준에서 노드는 원, 삼각형 및 직사각형과 같은 더 복잡하고 추상적인 이미지에 응답합니다. 더 높은 수준에서는 추상화 정도는 얼굴과 복잡한 모양에 반응하는 노드가 정의될 때까지 증가합니다. 일반적으로 상위 수준의 노드는 하위 수준 노드 그룹으로부터 입력을 수신하므로 더 넓은 시야 영역에 응답합니다. 더 높은 수준에서 노드의 반응은 위치에 덜 의존하고 왜곡에 더 강합니다... "
내 생각에 그래픽 정보의 시각적 인식은 인간의 신경계에 가장 자연스러운 것입니다. 또 다른 문제는 이 정보의 근사값입니다.
내 생각에 성공적인 거래는 데이터 근사가 필요하지 않지만 성공적인 진입 확률이 50% 이상인 순간의 식별이 필요합니다. 성공적인 진입은 일련의 시도 동안 긍정적인 기대치를 얻는 것으로 이해됩니다. 즉, 80/20 시스템이 항상(더 정확하게는, 드물게) 수익성이 있는 것은 아닙니다.
Rosh : 내 생각에 성공적인 거래는 데이터 근사가 필요하지 않지만 성공적인 진입 확률이 50% 이상인 순간의 식별이 필요합니다. 성공적인 진입은 일련의 시도 동안 긍정적인 기대치를 얻는 것으로 이해됩니다. 즉, 80/20 시스템이 항상(더 정확하게는, 드물게) 수익성이 있는 것은 아닙니다.
성공적인 진입 확률이 50% 이상인 순간을 어떻게 식별합니까? 그 결과의 차후 적용에 의한 근사치에 의한 것이 아닙니까? 그렇지 않은 경우 고정 관념이나 유사한 성질의 것을 사용하고 있다는 가정이 발생합니다(의견, 추측, 가설, 추측, 판단, 견해, 가정, 이론, 태도, 신념, 가르침, 개념, 교리, 입장, 원칙, 요점 비전 등 (나는 다른 사람을 의미합니다, 내 자신이 아님)) 성공적인 거래를 위해. 그러면 원칙적으로 성공적인 거래의 개념이 생길 수 없습니다(내 겸손한 생각으로는).
내 질문은 다음과 같습니다.
예측 목적으로 과거 데이터에 대해 두뇌를 훈련시키는 것이 가능합니까? 저것들. 많은 프로그래머와 수학자들이 ANN을 가르치려고 하는 것을 배웁니다. 같은 방법으로 가르치는 것(그러나 다른 차원에서).
의식에는 육체적, 아스트랄, 정신적, 붓다, 신경과 같은 여러 형태가 있습니다.
의식의 처음 세 가지 형태에 대해서만 적절하게 추론할 수 있으며, 더 높은 형태는 이름만 붙일 수 있습니다.
각 의식은 신체와의 관계 및 상응하는 현실 수준과의 관계에 기반을 두고 있습니다.
육체적, 아스트랄, 정신적 등이 있습니다. 현실의 수준. 각각의 더 높은 수준의 현실은 물리적(우주적) 기초이며, 더 낮은 수준의 현실을 위한 건축 자재입니다. 예를 들어, 물리적 수준은 아스트랄을 기반으로 하며, 이는 차례로 멘탈 등을 기반으로 합니다.
모든 정상적인 사람은 신체 의식을 가지고 있으며 신체를 적절하게 인식합니다. 물리적 의식은 (기본적으로, 본질적으로) 사람이 물리적 현실과의 관계를 설정하는 특정 개념 세트로 제한됩니다.
현실의 아스트랄 수준은 감정과 감정의 집합체입니다. 이 정의는 매우 이례적이어서 얼핏 픽션처럼 보일 수 있지만, 실제로 느낌과 감정은 우주의 일부이며 보편적인 객관적 현실의 불가분의 일부입니다.
아스트랄 의식은 사람이 자신의 육체를 인식하지 못하고 (경험에 따라) 아스트랄 대상, 즉 감각적이고 감정적인 측면을 어느 정도 적절하게 인식하는 것입니다. 아스트랄 의식은 매우 불안정합니다. 아스트랄 의식을 가진 육체의 인식은 육체적 의식(99.9%의 경우) 또는 정신적(감정에 대한 완전한 통제 조건 하에서, 이미 정신 의식의 속성의 표현인)으로의 전환으로 이어집니다.
정신적 현실은 생각과 의도입니다. 정신의식에 도달한 사람은 의식과 정신현실의 모순을 완전히 극복하고 (물리적 의식과 물리적 현실의 한계를 벗어나) 현실의 물리적 수준(물리적 현실 이상)에서 어떤 행동도 자유롭게 수행할 수 있습니다. 거의 아무도 그러한 높은 수준의 의식을 달성할 수 없었습니다.
예견은 아스트랄 의식(약 1-30일)으로 가능하지만, 아스트랄 의식은 말하자면 물리적인 것과 반대 위상에 있습니다. 저것들. AS 동안 얻은 지식을 사용하려면 FS로 돌아가야하지만 FS가 나타나는 첫 징후에서 AS 경험의 기억은 즉시 사라집니다 (아침 꿈처럼). 자신 있는 선견지명을 위해서는 자신의 신체를 충분히 인지하고 행동할 수 있는 MC가 필요하다.
사람이 MC에 도달하면 Forex의 예지와 같은 모든 종류의 넌센스는 그에게 작은 재미가 아니라 단순히 환경 상태, 즉. 일반 사람이 울타리에 걸린 그림을 보거나 읽을 수 있는 것과 같은 방식으로 접근할 수 있습니다(직접 지각). MC에 도달한 사람은 질적으로 더 많은 기회를 처분할 수 있습니다.
가장 높은 형태의 의식으로의 이행은 환경과 육체와의 모순을 깨뜨리는 것입니다. 더 가깝고 아스트랄 의식이 더 가능하기 때문입니다. 잠자는 동안 사람은 자연스럽게 자신의 육체적 인 연결을 끊습니다. 몸 (어떤 식 으로든 인식하지 않음). 그리고 정신 의식으로의 전환은 자신의 감정과 감정과의 모순을 완전히 깨야 가능합니다 (그들에 대한 통제). 이것은 정신 의식으로의 전환에 대해 생각하기 전에 신체 의식 수준에서 관심을 완전히 제거해야 함을 의미합니다(KK 용어로 음조 정리). 이 과정은 성장하는 과정과 비슷합니다. 자라기 전에(개념과 가치의 새로운 원을 얻음) 사람은 현재의 가치 집합과 우주에 대한 아이디어에 대한 관심을 잃어야 합니다. 예를 들어, 오토바이를 운전하기 전에 익숙한 샌드박스에 삽이 있는 양동이에 대한 관심을 잃어야 합니다.
-------
그래서..
Forex에서 자신 있는 결과를 얻으려면 정신 의식으로 이동해야 합니다. 그러나 평범한 사람은 이것을 할 수 없기 때문입니다. 당신은 (모든!) 현재의 이익(무엇보다도 외환 수입 포함)을 포기해야 합니다.
우리는 결국 돈이 아니라 행복감을 원합니다. 육체의식은 육체의식 자체의 가능성과 속성을 모두 활용하여 행복을 이룰 때에만 가능합니다. 이론적으로 신체의 뇌에 대한 모든 불필요한 정보의 액세스를 완전히 제한하면 설정된 프레임워크 내에서 작동하기 시작하고 아마도 일부 결과를 제공할 것입니다. 그러나 이러한 결과는 적을수록 부수적인 정보가 많을 것입니다(얻은 것을 어떻게 쓸 것인지에 대한 생각과 수입과 실패 중에 경험한 감정)
간단히 말해서 모니터 앞에 24시간 앉아있고 다른 생각은 하지 않는다(가족, 직장, 봄, 친구, 계획은 잊어버리고, 외모, 음식, 건강 ..)
아마도 지금은 원하는 것을 얻을 수 있지만 나중에는 그러한 가격에 원하는 것을 얻을 수 있습니다.
-----------
긍정적인.
공부하다. 읽고, 관심을 갖고, 생각하고, 개발하십시오.
짧은 대답은 예입니다. Schwager의 책 The New Magicians of the Market에서 자세히 읽었습니다. 미국 최고의 트레이더들과의 대화 . 3부. 거북이의 침묵.
둘째, 아마도 내 질문을 충분히 명확하게 공식화하지 않았을 것입니다.
저는 데이터의 직접적인 표현(이 경우 그래픽 형식)에서 데이터의 시각적 인식을 통한 두뇌 훈련 알고리즘의 형식화(프로그래밍을 의미하지 않음)에 관심이 있습니다.
F. Wasserman의 책 "신경 컴퓨터 기술: 이론과 실습" 의 인용문을 예로 들겠습니다.
"코그니트론과 네오코그니트론.
인간은 복잡한 패턴 인식 문제를 매우 쉽게 해결합니다. 두 살짜리 아이는 거리, 회전, 원근감 및 조명의 변화에도 불구하고 환경을 구성하는 수천 개의 얼굴과 기타 물체를 쉽게 구별합니다.
이러한 타고난 능력에 대한 연구는 인간의 인식 능력을 모방한 컴퓨터를 개발하는 것을 간단한 작업으로 만들어야 할 것 같습니다. 그 어떤 것도 진실에서 멀어질 수 없습니다. 사람에게 명백한 이미지의 유사점과 차이점은 가장 복잡한 컴퓨터 인식 시스템조차도 여전히 당황하게 합니다. 따라서 컴퓨터가 위험하고 지루하거나 불쾌한 작업에서 인간을 대체할 수 있는 수많은 중요한 응용 프로그램은 현재 기능을 넘어선 상태로 남아 있습니다.
컴퓨터 패턴 인식은 예술에 가깝습니다. 과학은 실제로 거의 사용되지 않는 몇 가지 기술의 존재로 인해 제한됩니다. 일반적인 패턴 인식 시스템을 설계하는 엔지니어는 일반적으로 유형 인식으로 시작합니다. 이러한 방법은 작업에 적합하지 않은 경우가 많으며 개발자의 노력은 주어진 작업에 협소하게 특정한 알고리즘 개발로 빠르게 줄어듭니다.
일반적으로 패턴 인식 시스템을 설계하는 목표는 선택적인 패턴 집합에서 작동을 최적화하는 것입니다. 매우 자주, 개발자는 새롭고 거의 유사한 이미지를 찾아 이 작업을 종료하므로 알고리즘이 성공적으로 완료되지 않습니다. 이 프로세스는 무한정 계속될 수 있으며 시스템 성능을 평가하는 인간의 인식 프로세스를 반복하기에 충분한 안정적인 솔루션으로 이어지지 않습니다.
다행히도 문제가 해결될 수 있다는 기존 증거가 있습니다. 바로 인간의 지각 시스템입니다. 자신의 발명품에 대한 노력의 결과로 달성된 제한된 성공을 감안할 때 생물학적 모델 (특히 생물학적 모델, Implx )로 돌아가서 그들이 어떻게 잘 기능하는지 결정하려고 시도하는 것은 매우 논리적으로 보입니다... 특정 목적으로도 사용, Implx )"
위의 텍스트가 ANN과 그 개발 방법을 언급한다는 사실에도 불구하고(특히 생물학적 모델은 연구 대상으로 간주됨) 인간의 두뇌와 그 능력에 대한 아이디어가 포함되어 있습니다. 이 작업에서 뇌가 모델링을 위한 모델로 간주된다면(그러나 완전히 모델링되지 않았으며 (복잡성으로 인해) 가까운 장래에 이에 대한 기회를 제공할 가능성이 낮음), 뇌가 제공하는 잠재력을 활용하지 않는 이유는 무엇입니까? ?
고맙습니다.
Rebus -y - "2단계 논리"는 무엇을 의미합니까? 뉴런이 발화하거나 발화하지 않는다는 것은 무엇입니까?
불행히도(또는 그 반대의 경우도 마찬가지입니다.) 신경망 은 매우 간단한 이유로 가치 있는 응용 프로그램을 찾지 못했습니다. 사실 최근 연구에 따르면 인간 두뇌의 뉴런은 5단계 논리에 따라 작동합니다. 이전에는 논리가 2단계로 되어 있다고 믿었습니다(이것이 NN 개발의 기초를 형성했습니다). 그러나 2단계 논리에 따르면 척수만 작동합니다. 결과적으로 지금까지 만들어진 모든 컴퓨터는 영원히 척수 지능 수준으로 유지됩니다. 2-레벨 NS에도 동일하게 적용됩니다.
그럼 5단계 전개를 기다려보자 :)
그래도 책을 읽는 건 좋은 것 같아요 :)
예측 목적으로 과거 데이터에 대해 두뇌를 훈련시키는 것이 가능합니까? 저것들. 많은 프로그래머와 수학자들이 ANN을 가르치려고 하는 것을 배웁니다. 같은 방법으로 가르칩니다(그러나 다른 차원에서).
정확히. 첫 문장뿐만 아니라 주의 깊게 읽어본다면. INS와의 비교가 있습니다. 그렇다면 반대 질문은 다음과 같습니다. 어떤 두뇌를 훈련할 것인가? 머리 또는 등쪽? 그게 바로 내가 말하는 것입니다. 더 넓게 찍어봤어요 :)
주요 학습 알고리즘은 반복입니다.
핵심 알고리즘이라면 "비핵심" 알고리즘은 무엇입니까?
주요 학습 알고리즘은 반복입니다.
핵심 알고리즘이라면 "비핵심" 알고리즘은 무엇입니까?
먼저 인간의 언어를 사용해 봅시다)) 알다시피, 긴 숫자 시리즈를 암기하는 방법을 배우고 싶습니까?
...
먼저 인간의 언어를 사용해 봅시다)) 알다시피, 긴 숫자 시리즈를 암기하는 방법을 배우고 싶습니까?
사용자 이름의 문구와 아바타의 그래픽 표현에 따라 프로그래머가 될 수 있습니다. 그렇다면 내가 "공식화", "알고리즘"과 같은 잘 알려진 개념을 사용하여 "비인간적인 언어"를 말하는 이유가 명확하지 않습니다. 당신이 아니라면 누구에게 이 모든 것이 매우 명확해야 합니까?
나는 단지 이론 지식의 실제 적용 가능성을 고려하여 진리를 찾는(또는 그것에 접근하는) 가능성을 이유로 이 주제를 만들었습니다. .. (그것으로, 당신은 자신을 압니다).
"긴 숫자 시리즈 암기 학습"에 대해 아니요. 불행히도, 내가 틀릴 수도 있지만 숫자를 기억하는 것은 (우리의 주제와 관련하여) 거의 할 수 없습니다.
나는 숫자를 암기하는 능력을 의미하는 것이 아니라 숫자 시리즈를 근사화하는 능력을 의미합니다. 그러나 즉각적인 표현에서 숫자의 순서가 뇌에 의해 근사화될 가능성은 거의 없습니다. 시리즈의 일부 그래픽 표현이 필요합니다. 결국 사람의 지각 체계에서는 어릴 때부터 시각적 이미지를 통해 인지하는 법을 배운 것이 더 자연스러워 보입니다. 숫자는 그래픽 표현에서 추가 정보를 전달하지 않으며(일정하게 인쇄된 텍스트와 한 문자를 의미함), 시리즈 자체에 따라 이러한 추가 정보가 의심할 여지 없이 존재하는 일련의 숫자에서 이 정보를 추출하는 방법을 배우는 것이 가장 가능성이 높습니다. 어렵다. .
따라서 더 유망한 방법은 숫자의 그래픽 표현에 대한 근사치인 것 같습니다.
다음은 유명한 책의 또 다른 인용문입니다.
"시각 피질에서 특정 방향의 선과 각도와 같은 요소에 응답하는 노드가 발견되었습니다. 더 높은 수준에서 노드는 원, 삼각형 및 직사각형과 같은 더 복잡하고 추상적인 이미지에 응답합니다. 더 높은 수준에서는 추상화 정도는 얼굴과 복잡한 모양에 반응하는 노드가 정의될 때까지 증가합니다. 일반적으로 상위 수준의 노드는 하위 수준 노드 그룹으로부터 입력을 수신하므로 더 넓은 시야 영역에 응답합니다. 더 높은 수준에서 노드의 반응은 위치에 덜 의존하고 왜곡에 더 강합니다... "
내 생각에 그래픽 정보의 시각적 인식은 인간의 신경계에 가장 자연스러운 것입니다. 또 다른 문제는 이 정보의 근사값입니다.
고맙습니다.
내 생각에 성공적인 거래는 데이터 근사가 필요하지 않지만 성공적인 진입 확률이 50% 이상인 순간의 식별이 필요합니다. 성공적인 진입은 일련의 시도 동안 긍정적인 기대치를 얻는 것으로 이해됩니다. 즉, 80/20 시스템이 항상(더 정확하게는, 드물게) 수익성이 있는 것은 아닙니다.
성공적인 진입 확률이 50% 이상인 순간을 어떻게 식별합니까? 그 결과의 차후 적용에 의한 근사치에 의한 것이 아닙니까? 그렇지 않은 경우 고정 관념이나 유사한 성질의 것을 사용하고 있다는 가정이 발생합니다(의견, 추측, 가설, 추측, 판단, 견해, 가정, 이론, 태도, 신념, 가르침, 개념, 교리, 입장, 원칙, 요점 비전 등 (나는 다른 사람을 의미합니다, 내 자신이 아님)) 성공적인 거래를 위해. 그러면 원칙적으로 성공적인 거래의 개념이 생길 수 없습니다(내 겸손한 생각으로는).