기고글 토론 "데이터 과학 및 머신 러닝 - 신경망(1부): 피드 포워드 신경망에 대한 이해"
안녕하세요,
아주 좋은 기사입니다. 수고하셨습니다!
신경망에 대해 읽었지만 지금까지 신경망이 MT5 최적화 시스템 자체와 비교할 때 어떤 장점이나 차이점을 가질 수 있는지 아직 파악하지 못했습니다.
예를 들어 예를 들어 MACD와 ATR을 사용하는 전략이 있다면 MT5 최적화 시스템에서 최적의 매개 변수를 찾도록 "훈련"할 수 있습니다. 또한 지표 또는 기타 데이터에 가중치 시스템을 포함할 수도 있습니다.
둘 다 미래에 적용 할 과거에 가장 적합한 매개 변수 또는 "가중치"를 검색합니다.
제가 틀렸을 수도 있고 전체 아이디어를 이해하지 못했을 수도 있습니다.
설명해 주시겠어요? 아니면 몇 가지 예를 들어 주시겠어요?
- www.mql5.com
전략 테스터에서 최적화와 신경망 매개 변수 최적화의 차이점은 전략 테스터에서 가장 수익성있는 결과 또는 적어도 우리가 원하는 거래 결과를 제공하는 매개 변수에 초점을 맞추는 경향이 있으며, 이것이 반드시 신경망에 그러한 종류의 결과를 가져온 좋은 모델이 있다는 것을 의미하지는 않습니다.
어떤 사람들은 신경망 기반 시스템의 입력 매개 변수로 가중치와 바이어스를 선호하지만(대략적으로 말하면 피드 포워드) 전략 테스터를 사용하여 최적화하는 것은 기본적으로 최상의 결과의 임의 값을 찾는 것이라고 생각합니다(최적의 결과를 찾는 것은 운에 의존하는 것처럼 들립니다) 확률 적 기울기 하강을 사용하여 최적화하는 경우 모든 단계에서 예측 오류가 가장 적은 모델로 이동하는 것입니다.
전략 테스터에서 최적화와 신경망 매개 변수를 최적화하는 것의 차이점은 전략 테스터에서 우리는 가장 수익성이 높은 결과 또는 적어도 우리가 원하는 거래 결과를 제공하는 매개 변수에 집중하는 경향이 있으며, 이것이 반드시 신경망에 그러한 종류의 결과를 가져온 좋은 모델이 있다는 것을 의미하지는 않습니다.
어떤 사람들은 신경망 기반 시스템의 입력 매개 변수로 가중치와 편향을 선호하지만(대략적으로 말하면 피드 포워드) 전략 테스터를 사용하여 최적화하는 것은 기본적으로 최상의 결과의 임의 값을 찾는 것이라고 생각합니다(최적의 결과를 찾는 것은 운에 의존하는 것처럼 들립니다) 확률 적 기울기 하강을 사용하여 최적화하는 경우 모든 단계에서 예측 오류가 가장 적은 모델을 향해 나아가고 있습니다.
답변 주셔서 감사합니다.
무슨 말씀인지 알겠습니다.
- www.mql5.com
새로운 기고글 데이터 과학 및 머신 러닝 - 신경망(1부): 피드 포워드 신경망에 대한 이해 가 게재되었습니다:
많은 사람들이 신경망을 좋아하지만 신경망의 전체 작동 원리를 이해하는 사람은 많지 않습니다. 이 글에서 저는 피드 포워드 멀티 레이어 인식의 이면에 있는 모든 것을 평이하게 설명하려고 합니다.
쌍곡선 탄젠트 함수입니다.
공식에 의해 주어집니다:
그래프는 아래와 같습니다:
작성자: Omega J Msigwa