Discussão do artigo "Redes Neurais de Maneira Fácil" - página 4
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Se você quiser entender a estrutura do MLP, na minha opinião, é melhor dar uma olhada neste código...
Apreciação. O artigo e os links me ajudaram a entender o propósito das redes neurais - encontrar e processar um invariante dentro do espaço de variação de um conjunto de dados, e o método mais simples de implementação técnica, que ainda não compreendi totalmente. Mas as explicações são muito lúcidas .
E eu gosto mais da essência do assunto:
E eu gosto mais da essência dela:
Quer dizer que você precisa saber a previsão com antecedência?
Bem...
E eu gosto mais da essência dela:
A técnica dos 5 Porquês baseia-se em perguntas sequenciais em que cada pergunta responde ao motivo da pergunta anterior. Por exemplo, analisamos um gráfico e um gráfico de preço crescente e construímos perguntas (as perguntas são respondidas de forma abstrata para explicar a técnica):
1. Onde negociar - Comprar
2. Por que comprar? - Porque é uma tendência de alta
3. Por que uma tendência de alta? - A MA50 está subindo
4. Por que a MA50 está subindo? - O preço médio de fechamento de 50 candles com um deslocamento de 1 é menor do que o preço médio de fechamento dos últimos 50 candles.
etc.
Como as perguntas são sequenciais e têm uma relação de causa e efeito, criamos camadas para observar essa relação. Se usarmos apenas duas camadas, a relação de causa e efeito será perdida, a rede neural analisará várias opções independentes e escolherá a melhor.
O método 5 é semelhante à árvore de decisão, a área de busca de uma solução/causa também é gradualmente reduzida. Ainda assim, não está claro como isso está relacionado ao fato de que 4 camadas são usadas na NS em tal estrutura. Entendo que a estrutura seria complicada, por exemplo, a segunda camada é alimentada com a saída somada da primeira camada e o sinal de entrada inalterado, etc.
Você pode me dizer se já se baseou em algum outro trabalho que utilizou essa base para escolher o número de camadas? Ou esse é seu know-how?
s.s. O trabalho é bom, obrigado.
A técnica dos 5 Porquês baseia-se em perguntas sequenciais em que cada pergunta responde ao motivo da pergunta anterior. Por exemplo, analisamos um gráfico e um gráfico de preço crescente e construímos perguntas (as perguntas são respondidas de forma abstrata para explicar a técnica):
1. Onde negociar - Comprar
2. Por que comprar? - Porque é uma tendência de alta
3. Por que uma tendência de alta? - A MA50 está subindo
4. Por que a MA50 está subindo? - O preço médio de fechamento de 50 candles com um deslocamento de 1 é menor do que o preço médio de fechamento dos últimos 50 candles.
etc.
Como as perguntas são sequenciais e têm uma relação de causa e efeito, criamos camadas para seguir essa relação. Se usarmos apenas duas camadas, a relação de causa e efeito se perderá, a rede neural analisará várias opções independentes e escolherá a melhor.
Uma heresia rara. Qual é a relação entre suas perguntas e o número de camadas? Você deveria ler sobre a teoria das redes neurais.
A rede neural de quatro camadas que você construiu não pode aprender nada. Existe uma coisa chamada degradação da retropropagação de erros. Com duas camadas tudo está bem, mas com 4 camadas o erro simplesmente não passa por todas as camadas de volta. Para resolver esse problema, surgiram redes neurais profundas de várias arquiteturas.
Provavelmente, isso é útil como um exercício de programação e como um exemplo de programação. Mas a aplicação prática não trará nenhum benefício. IMHO
Boa sorte
Há muitas informações sobre esse tipo de rede (e muitos outros tipos) neste site, tanto em artigos quanto em programas na base de código. Você só precisa procurá-las. Por exemplo, artigos: Neural Network Recipes, Neural Network Self-Optimising Expert Advisor; base de código - classes para MLP (veja vários outros tipos de redes do mesmo autor, e não apenas dele), indicador com previsão de rede neural (com uma breve descrição da teoria) etc. Há informações suficientes para entender como funciona. Mas, para uso real, uma fonte não é suficiente - você precisa ler muitos materiais e levar em conta muitas nuances.
Há muitas informações sobre esse tipo de rede (e muitos outros tipos) neste site, tanto em artigos quanto em programas na base de código. Você só precisa procurá-las. Por exemplo, artigos: Neural Network Recipes, Neural Network Self-Optimising Expert Advisor; base de código - classes para MLP (veja vários outros tipos de redes do mesmo autor, e não apenas dele), indicador com previsão de rede neural (com uma breve descrição da teoria) etc. Há informações suficientes para entender como funciona. Mas, para uso real, uma fonte não é suficiente - você precisa ler muitos materiais e levar em conta muitas nuances.
você não entende, estou familiarizado com redes neurais.
Preciso de um exemplo de código para uma arquitetura simples (por exemplo, dois neurônios na entrada, 3 na camada oculta interna, um na saída) e o resultado de seu trabalho (em termos de lucro - gráfico e tempo de treinamento e em hardware específico) ....
Quero entender de forma simples: se esse esquema realmente funcionará com precisão suficiente (lucratividade) e custos de tempo razoáveis para seu treinamento...
Devo acrescentar que desenvolver classes e funções, mas não dar um exemplo de um especialista nessas classes, não é um artigo completo ..... é apenas uma teoria, que é abundante na Internet.