많은 사람들이 이익을 위해 작동할 다양한 입력 규칙 에서 규칙을 찾고 학습하는 네트워크에 대해 이야기합니다. ...... 또 다른 질문이 있습니다. 아마도, 또는 오히려, 기성품 룰?... ... 운하 시스템을 해보자...... 운하가 어떻게, 어떤 상황에서 만들어지는지는 중요하지 않다. 네트워크가 채널 내부 또는 침투 시 작동하도록 가르치는 방법???? 글쎄, 신경망 마음 ...... 이것에 대해 무엇을 제공 할 수 있습니까?. 예를 들어 Rekur는 교사없이 네트워크를 가지고 있습니다. 네트워크가 필요한 것을 이해할 수 있도록 입력을 준비하는 방법은 무엇입니까? 처음에는 시간이 지남에 따라 변하는 채널이 있다면 .......
nikelodeon>> : Многие рассуждают о том чтобы сеть искала и учила правила, из многообразия правил входов, которые будут работать на прибыль......У меня другой вопрос....Возможноли, вернее, как научить сеть работать по готовым правилам ?......Возмём канальную систему......Неважно как и при каких обстоятельствах строится канал. Как научить сеть работать внутрь канала или на его пробитии?????? Ну нейросетевые умы......что можете предложить по этому поводу?. Взять хотябы сеть без учителя.....Рекур, например. Как подготовить входы так, чтоб сеть поняла что от неё требуеться? если изначально имееться меняющийся со временем канал........
입력을 마우스 형태로 추가하면 시스템의 수익성을 높일 수 있습니다 ..... 네트워크는 침투가 거짓인지, 진실인지 계산합니다. .......
신경망의 기능을 과대평가하는 것 같습니다.
2009-09-08 21:00의 메시지에.
네트워크 자체는 아무 것도 검색할 수 없습니다. 일부 패턴만 드러낼 수 있습니다(입력 및 출력 연결, 그 후 네트워크가 직접 훈련되지 않은 상황에서 출력을 계산하기 위해 축적된 "지식"을 사용할 수 있음). 저것들. 패턴 검색은 존재하는 경우에만 가능합니다.
이제 2009년 8월 9일 21시 56분의 메시지입니다.
채널 돌파 패턴을 알고 있다면(귀하의 예), 더 쉽게 구현할 수 있는데 왜 신경망을 사용합니까? 신경망은 일반화된 접근 방식입니다. 특수한 경우가 단순해서 정신이 이상할 때 일반화를 사용하는 것은 무의미합니다. MA는 규칙 목록에 추가할 수도 있습니다. 이렇게 하려면 MA 동작과 채널 브레이크아웃 사이에 관계가 있어야 합니다(이 관계를 표현할 수 있어야 함). 신경망은 자체적으로 놀라운 일을 하지 않습니다.
추신 그래서 나는 귀하의 질문에 대답하겠습니다. "기성품 규칙에 따라 작동하도록 네트워크를 가르치는 방법이 가능한가요? 아니면 오히려?" 네, 신경망에서 사용되는 수학에 대한 이해가 있다면 가능합니다. 그건 그렇고, 순환 신경망이 가장 좋은 예는 아닙니다. 더 간단한 것을 취하십시오(피드백이 없는 다층 퍼셉트론). 문제 없이 수행됩니다.
이 스레드의 모든 사람에게 좋은 오후입니다. 국회를 이해하시는 분들께 질문을 드리고 싶습니다. 나는 완전한 패배자입니다. 그러나 죄를 반으로 하여 MQL-4에서 하나의 은닉층으로 역전파 네트워크를 만들었습니다. 그녀의 델타 따옴표를 먹이기. 나는 sigmoid-0.5를 사용하여 네트워크 입력과 계층 출력을 정규화합니다. 나는 표본의 오차가 줄어들지 않을 때까지 가격 움직임의 방향을 가르친다. 나는 몇 가지 불쾌한 순간을 발견했습니다. 1. 어떤 이유로 네트워크는 2개의 출구 옵션만 제공합니다. 따라서 약한 신호와 강한 신호를 구분하는 것은 불가능해 보입니다. 이것이 3계층 네트워크의 특징입니까? 레이어 수를 늘려야 할까요? 2. 제곱 평균 제곱근 오차가 작을수록 상한 및 하한 출력 임계값이 서로 더 가깝습니다. 임계값이 같으면 판독값이 0.22보다 작지 않습니다. 이게 정상인가요?
그녀에게 무엇을 가르치고 있습니까? 내가 이해하는 한 위아래로 두 가지 "출구 옵션"을 가르친다면 그녀는 그것을 배울 것입니다. 출력에서 여러 개의 뉴런을 만드는 경우 - 즉. 클래스 수를 늘리십시오. 예를 들어 강하고 약한 스레드에 플랫을 더하면 더 자세한 예측을 얻을 수 있습니다. 하나의 숨겨진 레이어로 충분합니다. 임계값은 무엇입니까? 편향 가중치(bias)는 외부적으로 설정되지 않고 나머지 가중치와 함께 훈련됩니다. 활성화 함수가 S자형이면 임계값이 있는 이유는 무엇입니까? 임계 값없이 시도 했습니까?
Burgunsky писал(а)>> 나는 몇 가지 불쾌한 순간을 발견했습니다. 1. 어떤 이유로 네트워크는 2개의 출구 옵션만 제공합니다. 따라서 약한 신호와 강한 신호를 구분하는 것은 불가능해 보입니다. 이것이 3계층 네트워크의 특징입니까? 레이어 수를 늘려야 할까요? 2. 제곱 평균 제곱근 오차가 작을수록 상한 및 하한 출력 임계값이 서로 더 가깝습니다. 임계값이 같으면 판독값이 0.22보다 작지 않습니다. 이게 정상인가요?
아니요, 이것은 3계층 네트워크의 기능이 아니며 네트워크 출력의 신호는 연속 함수입니다. 예를 들어 네트워크 출력이 0.5보다 크면 1, 0보다 작거나 네트워크 출력이 0.5보다 크면 1, 보다 작을 경우와 같이 최종 신호를 생성하는 일부 분류기가 이미 그리드 출력에 내장되어 있을 수 있습니다. 1.
나는 아직 임계값을 이해하지 못했습니다. 알고리즘에 있는 모든 것과 알고리즘이 구축되는 방식을 더 자세히 설명해야 했습니다. 그러면 질문에 대해 생각할 수 있습니다.
Многие рассуждают о том чтобы сеть искала и учила правила, из многообразия правил входов, которые будут работать на прибыль......У меня другой вопрос....Возможноли, вернее, как научить сеть работать по готовым правилам ?......Возмём канальную систему......Неважно как и при каких обстоятельствах строится канал. Как научить сеть работать внутрь канала или на его пробитии?????? Ну нейросетевые умы......что можете предложить по этому поводу?. Взять хотябы сеть без учителя.....Рекур, например. Как подготовить входы так, чтоб сеть поняла что от неё требуеться? если изначально имееться меняющийся со временем канал........
이미 만들어진 규칙이 있다면 왜 신경망이 필요한가요?!
수사학적 질문, 대답할 필요가 없습니다.
입력을 마우스 형태로 추가하면 시스템의 수익성을 높일 수 있습니다 ..... 네트워크는 침투가 거짓인지, 진실인지 계산합니다. .......
입력을 마우스 형태로 추가하면 시스템의 수익성을 높일 수 있습니다 ..... 네트워크는 침투가 거짓인지, 진실인지 계산합니다. .......
신경망의 기능을 과대평가하는 것 같습니다.
2009-09-08 21:00의 메시지에.
네트워크 자체는 아무 것도 검색할 수 없습니다. 일부 패턴만 드러낼 수 있습니다(입력 및 출력 연결, 그 후 네트워크가 직접 훈련되지 않은 상황에서 출력을 계산하기 위해 축적된 "지식"을 사용할 수 있음). 저것들. 패턴 검색은 존재하는 경우에만 가능합니다.
이제 2009년 8월 9일 21시 56분의 메시지입니다.
채널 돌파 패턴을 알고 있다면(귀하의 예), 더 쉽게 구현할 수 있는데 왜 신경망을 사용합니까? 신경망은 일반화된 접근 방식입니다. 특수한 경우가 단순해서 정신이 이상할 때 일반화를 사용하는 것은 무의미합니다. MA는 규칙 목록에 추가할 수도 있습니다. 이렇게 하려면 MA 동작과 채널 브레이크아웃 사이에 관계가 있어야 합니다(이 관계를 표현할 수 있어야 함). 신경망은 자체적으로 놀라운 일을 하지 않습니다.
추신 그래서 나는 귀하의 질문에 대답하겠습니다. "기성품 규칙에 따라 작동하도록 네트워크를 가르치는 방법이 가능한가요? 아니면 오히려?" 네, 신경망에서 사용되는 수학에 대한 이해가 있다면 가능합니다. 그건 그렇고, 순환 신경망이 가장 좋은 예는 아닙니다. 더 간단한 것을 취하십시오(피드백이 없는 다층 퍼셉트론). 문제 없이 수행됩니다.
신경망에 입력되는 입력의 예를 참조하십시오. http://www.nnea.net/research/18-neural-network-forecast-indicator
항목을 찾을 수 없습니다...
나는 몇 가지 불쾌한 순간을 발견했습니다. 1. 어떤 이유로 네트워크는 2개의 출구 옵션만 제공합니다. 따라서 약한 신호와 강한 신호를 구분하는 것은 불가능해 보입니다. 이것이 3계층 네트워크의 특징입니까? 레이어 수를 늘려야 할까요? 2. 제곱 평균 제곱근 오차가 작을수록 상한 및 하한 출력 임계값이 서로 더 가깝습니다. 임계값이 같으면 판독값이 0.22보다 작지 않습니다. 이게 정상인가요?
아니요, 이것은 3계층 네트워크의 기능이 아니며 네트워크 출력의 신호는 연속 함수입니다. 예를 들어 네트워크 출력이 0.5보다 크면 1, 0보다 작거나 네트워크 출력이 0.5보다 크면 1, 보다 작을 경우와 같이 최종 신호를 생성하는 일부 분류기가 이미 그리드 출력에 내장되어 있을 수 있습니다. 1.
나는 아직 임계값을 이해하지 못했습니다. 알고리즘에 있는 모든 것과 알고리즘이 구축되는 방식을 더 자세히 설명해야 했습니다. 그러면 질문에 대해 생각할 수 있습니다.
항목을 찾을 수 없습니다...
나도 뭔가... 우리는 가격이 도달한 사각형의 수, 아마도 다른 추가 조건이 제공되고 있다고 가정할 수 있습니다...
MeteQuotes는 아마도 디컴파일러에 대한 광고가 있는 것을 보지 못했을 것입니다...