Como formar os valores de entrada para os NS corretamente. - página 13
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
Pessoal, peço desculpas por "cortar".
Alguém já trabalhou nesse sentido?
A idéia de "pescar" informações úteis sem conhecimento a priori parece tentadora. Como será que isto poderia ser usado realisticamente em nossos negócios?
Pessoal, peço desculpas por "cortar".
Alguém já trabalhou nesse sentido?
A idéia de "pescar" informações úteis sem conhecimento a priori parece tentadora. Como será que isto poderia ser usado realisticamente em nossos negócios?
Feedback como este
As informações mútuas são oferecidas como uma função alvo. Ou seja, é uma variante do aprendizado sem professor.
Será este o resultado final? Algum tipo de vetor deslizante, ou seja, um muving multidimensional?
feedback como este
Não, parece mais com o PCA.
Não, a informação mútua é oferecida como uma função alvo. Portanto, é uma variante do aprendizado sem professor.
Por que não? Se houver correlação, a função alvo tende a uma durante o treinamento. Em princípio, eu não vejo muita diferença em relação à otimização convencional.
2 YuraZ. As pessoas estão pegando. Isso é bom de se ver.
Seu especialista na linha acima foi minha primeira introdução. Muito obrigado pelo código. Vou colar aqui sua versão ligeiramente corrigida e decorada. É perfeito para iniciantes.
Eu comparei estritamente a saída da minha versão com a versão real em um padrão de teste.
Eu experimentei sua versão, nunca consegui ensiná-la!
o aprendizado foi mais rápido na minha variante
A idéia de "pescar" informações úteis sem conhecimento a priori parece tentadora. Como será que isto poderia ser usado de forma realista em nosso caso?
E quanto à função I(X, Y)?
IMHO, PCA (análise de componentes principais) ou MGC (método dos componentes principais) e redes de recirculação são o que você precisa.
Por que não? Se houver correlação, a função alvo tende a uma durante o treinamento. Em princípio, eu não vejo muita diferença em relação à otimização convencional.
"Não" referido ao feedback :). Quanto à correlação como função alvo, ela parece estar relacionada a informações mútuas. Mas como as fórmulas são diferentes, a trajetória de aprendizagem também pode ser diferente. De modo geral, é difícil contar com o alcance do extremo global para um sistema quase complexo. E o extremo local resultante pode se revelar diferente para diferentes caminhos de aprendizagem.
Pessoal, peço desculpas por "cortar".
Alguém já trabalhou nesse sentido?
A idéia de "pescar" informações úteis sem conhecimento a priori parece tentadora. Como será que isto poderia ser usado de forma realista em nosso caso?
Posso perguntar de onde é este trecho? Uma vez tentei fazer uma extração de um sinal útil do ruído, mas o trabalho permaneceu inacabado.