Статистическое преимущество нейронной сети - страница 2
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
...моделирование рекомедуется начинать с простейших классических моделей (линейная регрессия, линейный дискриминант, полиномиальная регрессия малой степени, байесовский классификатор) и только после этого переходить к нейронным сетям. Если нелинейная модель (нейронная сеть), реализующая высоконелинейное отображение входных сигналов в выходные, обобщает хуже более простой модели, то это указывает на неадекватность более сложной модели. Причем нейромодель может быть в этой задаче и лучшим решением − но недостаточность размера выборки или избыточность размера нейросети не позволяют адекватно настроить параметры нейронной сети.
Статья здесь http://neuropro.ru/memo12.shtml .
Один из бесчисленных памятников словоблудию на заданную тему
Куча псевдоумных слов скрывают практической отсутствие сути, вроде и весна прошла )))
говоря по-русски - лапша на уши.
Еще раз читаем мысль grasn-а про "статистический феномен".
Один из бесчисленных памятников словоблудию на заданную тему
Куча псевдоумных слов скрывают практической отсутствие сути, вроде и весна прошла )))
говоря по-русски - лапша на уши.
Еще раз читаем мысль grasn-а про "статистический феномен".
В чём там лапша?
В чём там лапша?
Как в чем? В дошираке!
Простите, не смог удержаться, от хорошей шутки, (как мне кажется, хорошей) Это все Саблук виноват, это все его заразные штучки-шуточки с картинками. :о) Надеюсь, что Вы хотя бы улыбнулись. Ну а если серьезно - статья действительно пустая, типа "если модель врет - то она неадекватна". И еще несколько не вредных выводов, что уже не плохо. Но уверяю Вас, законы Мерфи куда интересней и полезней, чем выделенные в статье ума-приключения. Полагаю, многие на этом форуме напишут статью не хуже.
PS^ Хотя конечно, Белинским быть проще, правда это не совсем так.
... если серьезно - статья действительно пустая, типа "если модель врет - то она неадекватна".
Я дал ссылку на статью, потому как в ней обсуждается хоть какой-то сравнительный критерий. Заметьте, что все обсуждения "угадывания" нейросетью пляшут вокруг шума - 50/50. Не лучше ли сравнивать с какой-нибудь универсальной рабочей моделью, например линейной регрессией на "стандартном" периоде - 14 или 20 (ВВ) или еще более простой моделью: если был белый бар - следущий белый, если черный - следущий черный?
Поковырял тут я его намедни ..
Автору конечно больший респект за проделанный труд и публикацию .. но это хотиь и похожа на нейроалгоритм, но всеже не нейросеть, а скорее аппроксиматор
и даже не градиентный, минус в том что смотрит в будущее. И прежде чем вступать в полемику - тестим сами, причем простым способом.Поковырял тут я его намедни ..
Автору конечно больший респект за проделанный труд и публикацию .. но это хотиь и похожа на нейроалгоритм, но всеже не нейросеть, а скорее аппроксиматор
и даже не градиентный, минус в том что смотрит в будущее. И прежде чем вступать в полемику - тестим сами, причем простым способом.Ну если уж 50/50, то лучше монетки ничего нет, погрешность 0-я.:)
Ну если уж 50/50, то лучше монетки ничего нет, погрешность 0-я.:)
А повторяемость.
Попробуйте одной монеткой предугадать как выпадет другая, которую подбрасывают следом.
Берусь принимать ставки что вы проиграете.
А повторяемость.
Попробуйте одной монеткой предугадать как выпадет другая, которую подбрасывают следом.
Берусь принимать ставки что вы проиграете.
Какая повторяемость? Вероятность всегда одна и та же - 50/50. Хоть 300 монеток подкинь, все равно, та, о которой мы пытаемся что-то предсказать, при своем подбрасывании, сохранит за собой право выбрать одно из двух положений.:)