...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.
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?
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.
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.
А Вас не затруднит здесь расписать на основе чего Вы сделали такой вывод?
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.:)
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
...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.:)