O "New Neural" é um projecto de motor de rede neural Open Source para a plataforma MetaTrader 5. - página 19

[Andrey Dik]

TheXpert:
A propósito, uma nota para ti. A maioria dos pacotes genéticos para redes não tem genética alguma. E nesta lista, é apenas para caixas de verificação ou se faltar a heurística (imho).

A propósito, vale a pena mencionar. Tentei usar este software em demo-versão. Para o julgamento, armou um esquema tal que o diabo parte as pernas - a melhor forma de lidar com a tarefa é apenas AG. Todo o resto ou começa a tropeçar ou fica preso no local. É por isso que a GA está aí incluída - para casos especialmente graves. :)

[Andrey Dik]

Urain:

A propósito, porque não têm o BeckProp? Ou estou a interpretar mal alguma coisa?

Sim, não têm. Aparentemente, não está disponível porque é problemático de usar com grandes esquemas de redes diversas e manipuladores pré/pós.

[Mykola Demko]

Joo:
Sim, não está lá. Aparentemente não está lá porque é problemático de usar com grandes esquemas de redes heterogêneas e manipuladores pré/pós.

Então porque não usamos estes três paradigmas como base?

Algoritmos genéticos
Enxame de partículas
Monte carlo

Ou há mais alguma coisa a acrescentar?

[TheXpert]

Urain:
Então porque não usamos estes três paradigmas como base?

Sim, vai em frente. Vou apenas lavar as minhas mãos e começar um projecto alternativo :) .

[TheXpert]

gpwr:

A propósito, Vladimir, você gostaria de expressar a sua opinião e grelhas de forma mais ampla?

[Andrey Dik]

Urain:

Então porque não usamos estes três paradigmas como base?

Algoritmos genéticos
Enxame de partículas
Monte carlo

ou devo acrescentar mais alguma coisa?

A questão é que estes algoritmos são universais e podem ser aplicados a qualquer coisa.

Há mais, mas não muito populares "universais", mas não precisamos deles:

• Programação linear
• método Simplex
• "Método húngaro" - resolução de problemas de programação linear inteira
• Método Mack para Resolver Problemas de Atribuição
• Algoritmo de Simulação de Recozimento
• Método de Enxame de Partículas
• Algoritmos de formiga
• Método de Ramo e Fronteira
• Evolução Diferencial
• Nelder-Meade (método downhill simplex) - Algoritmo de Otimização Não Linear
• Escalada com reinício aleatório
• Túneis Estocásticos
• Algoritmo de Empilhamento de Subconjuntos( Algoritmo )
• Método da Força Bruta
• OMétodo Fibonacci Extreme Finder é um método para encontrar um extremo de uma função de uma variável
• Descendência Gradiente
• Algoritmo Levenberg-Marcardt- combinação do método de Newton e Gradient Descent
• Método Newton para otimização baseado em Newton Root Finding
• Osmétodos quasi-Newtonianos são métodos baseados na substituição da matriz de Hesse pela sua aproximação.
  • O algoritmo Broyden-Fletcher-Goldfarb-Shanno.

[Mykola Demko]

TheXpert:
Uh-huh, leva-o. Vou lavar as mãos e iniciar um projecto alternativo :) .

O mais importante com um coração puro :o)

Andrey continua a fazer o que você está fazendo, eu (como se tornará mais liberado) vou me engajar no motor de entrada gráfica, bem, em paralelo, meu, e então o tempo vai mostrar o que é melhor, então as pessoas vão alcançar.

[михаил потапыч]

TheXpert:
Uh-huh, leva-o. Vou lavar as mãos e iniciar um projecto alternativo :) .

É assim que as coisas são convosco, espertalhões. Sem compromisso. "Ou o faço à minha maneira ou lavo as minhas mãos disso." Não podes fazer isso.

[Mykola Demko]

joo:

A questão é que estes algoritmos são universais e podem ser aplicados a qualquer coisa.

Há mais, mas não muito populares, "universais":

Espere, você deixou métodos de otimização aqui, nem toda otimização é adequada para aprendizagem, por exemplo, o método de Newton é definido apenas para função conhecida, se você não sabe o tipo de função que você não pode calculá-lo diretamente, métodos quase-Newtonianos são usados para isso (não posso dizer para os outros num relance, mas suponho que há limitações também).

Mais uma vez vale a pena aplicar um modelo de rastreio evolutivo, se um método é desconhecido deve ser coxo (a menos que tenha sido inventado ontem e seja apenas pouco conhecido). A maioria dos métodos de otimização tem cerca de 300 anos de idade.

[TheXpert]

Mischek:
É assim que as coisas são com vocês, gente esperta. Sem compromisso. "Ou o fazes à minha maneira ou lavas as tuas mãos disso." Não podes fazer isso.

O ponto crucial aqui é que todos estes métodos requerem memória adicional para a aprendizagem.