Obrigado, vou pensar no assunto. Não é uma situação típica, aparentemente.
O que podemos fazer se não soubermos nada sobre a população em geral? Apenas para se exibir de formas diferentes, dependendo da natureza do TC. Em MO tais problemas são menos frequentes porque é possível misturar todas as amostras. Misture em outras amostras, então não há sobre-aprendizagem em uma determinada fatia. Convencionalmente, tire um mês de cada ano, treine neles. O resto é OOS.
O problema é identificar este conjunto. Em seguida, é claro, encontramos o poder do subconjunto lucrativo de cenários. E se é grande em relação ao conjunto original, nós o encontramos.
Mas para determinar o conjunto inicial - deve ser algum tipo de genética. Não no assunto, em geral.
Abordagem lógica clássica - decompõe as definições por importância e poder de impacto (classes como), e combinações como se por lógica significativa e forte. significativa e fraca, não significativa e forte, não significativa e fraca. Isto se 2 classes de configurações, se mais que geométricas ou pior com a dimensionalidade do expoente de número e valor ) amaldiçoar... cura por escolha inteligente.
Eu descobri como você pode treinar um neurônio "mínimo" de quase todos os pacotes que são projetados para classificação ou regressão.
O principal é que o pacote permite que você acesse e modifique escalas neurais.
A receita é a seguinte.
1) treinar a rede neural, não importa o quê, o principal é obter um modelo com pesos
2) escolher o método de otimização (genética, muravi, swarming, simulação de recozimento, etc.)
3) escrever uma função de adequação
4) tomar os pesos do neurônio e representá-los como parâmetros de otimização
todos!!! )))
Você pode treinar neurônios para ter lucro, ou fazê-lo criar algum tipo de mega indicador ou o que quer que seja.
mytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS não é bom para obter lucros - precisa aprender a não perder))))), mas há um problema: a grelha pára de abrir posições para poupar o depósito. já experimentei. usei métodos diferentes com e sem parar.
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Esta é uma conversa em aberto. Cada caso é único. A resposta simples é "ensinar" ao contrário e comparar
Virar uma fila é mais ou menos como fazer a água fluir para cima. Podias tentar, mas intuitivamente eu ainda não cresci para o entender.
Virar uma fila é mais ou menos como fazer a água fluir para cima. Podias tentar, mas, intuitivamente, ainda não cresci para o entender.
Não é uma fila, mas um treinador e oos
Você não pode fazer isso, pois os 2 anos à direita estão brotando em qualquer esterco.
Mais ou menos como encontrar um padrão nas Seychelles que precisa de um casaco para baixo no caso de um glaciar.
Isto não pode ser feito porque os dois anos de idade à direita estão a brotar em qualquer estrume.
Mais ou menos como encontrar um padrão nas Seychelles de precisar de um casaco para baixo no caso de um glaciar.
Então não é um padrão geral, mas um padrão local. Depois preciso de alterar as definições para que funcione em ambas as direcções.
Obrigado, vou pensar no assunto. Aparentemente, não é uma situação típica.
Obrigado, vou pensar no assunto. Não é uma situação típica, aparentemente.
O problema é identificar este conjunto. Em seguida, é claro, encontramos o poder do subconjunto lucrativo de cenários. E se é grande em relação ao conjunto original, nós o encontramos.
Mas para determinar o conjunto inicial - deve ser algum tipo de genética. Não no assunto, em geral.
Abordagem lógica clássica - decompõe as definições por importância e poder de impacto (classes como), e combinações como se por lógica significativa e forte. significativa e fraca, não significativa e forte, não significativa e fraca. Isto se 2 classes de configurações, se mais que geométricas ou pior com a dimensionalidade do expoente de número e valor ) amaldiçoar... cura por escolha inteligente.
Eu descobri como você pode treinar neurônios "mínimos" de quase qualquer pacote, que é projetado para classificação ou regressão
O principal é que o pacote lhe permite acessar e modificar os pesos da rede neural.
A receita é a seguinte.
1) treinar a rede neural, não importa o quê, o principal é obter um modelo com pesos
2) escolher o método de otimização (genética, muravi, swarming, simulação de recozimento, etc.)
3) escrever uma função de adequação
4) tomar os pesos do neurônio e representá-los como parâmetros de otimização
todos!!! )))
Você pode treinar neurônios para ter lucro, ou fazer com que ele crie algum tipo de mega indicador ou o que quer que seja.
Eu descobri como você pode treinar um neurônio "mínimo" de quase todos os pacotes que são projetados para classificação ou regressão.
O principal é que o pacote permite que você acesse e modifique escalas neurais.
A receita é a seguinte.
1) treinar a rede neural, não importa o quê, o principal é obter um modelo com pesos
2) escolher o método de otimização (genética, muravi, swarming, simulação de recozimento, etc.)
3) escrever uma função de adequação
4) tomar os pesos do neurônio e representá-los como parâmetros de otimização
todos!!! )))
Você pode treinar neurônios para ter lucro, ou fazê-lo criar algum tipo de mega indicador ou o que quer que seja.
mytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS: MytarmailS não é bom para obter lucros - precisa aprender a não perder))))), mas há um problema: a grelha pára de abrir posições para poupar o depósito. já experimentei. usei métodos diferentes com e sem parar.
o neurónio do artigo está a disparar sobre a coisa real.
e como vai isso?