Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1747

[Valeriy Yastremskiy]

Реter Konow:
У меня не выходит понять математический принцип работы НС. 

Что я понимаю: 

1. Обучающая выборка - обособленные блоки данных, содержащие видоизмененные представления смыслового инварианта.

2. Структура НС -  сборка последовательно расположенных слоев "нейронов", где первый слой принимает данные (и имеет необходимое количество для этого нейронов), а остальные слои предназначены для обобщения обработанных в первом слое данных и приведения их к инварианту, оперируемому четкой логикой программы.

3. "Нейрон" - функция, последовательно принимающая на вход фрагмент данных обучающей выборки, преобразующая этот фрагмент в "вес" и передающая его на след.слой.

Мне непонятно, как неочевидный инвариант в данных, математически очищается от "шелухи" через несколько фильтрующих слоев, корректирующие не сами данные, а их "веса".

Поиск самого высокого холма в облаках, высоты не видно за облаками. Низкочастотно находим начало возвышения и обследуем около них, там где нет возвышений не обследуем. Можно площади начала возвышений обследовать и маленькие площади не брать. Типа умная выборка. Но в любом случае это алгоритм. В любом случае полный перебор с очень малой вероятностью не будет проигрывать различным вариантам, с какой либо логикой  поиска, через раз, с обоих концов начать, вероятность нахождения более быстрого поиска при переборе с логикой искомого выше чем при полном последовательном. 

[Aleksey Nikolayev]

Реter Konow:
У меня не выходит понять математический принцип работы НС.

Вы не пытаетесь его понять - вы пытаетесь его выдумать.

Для понимания математических основ НС следует ознакомиться с теорией Колмогорова - Арнольда - Хехт-Нильсона.

[Valeriy Yastremskiy]

Aleksey Nikolayev:

Вы не пытаетесь его понять - вы пытаетесь его выдумать.

Для понимания математических основ НС следует ознакомиться с теорией Колмогорова - Арнольда - Хехт-Нильсона.

Редко где понятно объяснено. А с формул понять дано мало кому)))))

[Реter Konow]

Aleksey Nikolayev:

Вы не пытаетесь его понять - вы пытаетесь его выдумать...

В некоторой степени это обязательно. Понять по настоящему можно лишь то, что было создано тобою самим. Я пытаюсь воспоизвести начально заложенную в концепцию НС идею.

[Maxim Dmitrievsky]

через бэкпропогирование ошибки определения инвариантов и поиск локального или глобального экстремума функции нейрона ньютоновскими или квазиньютоновскими методами оптимизации, настраивая различные шаги градиентов

Петру так будет понятней

[Maxim Dmitrievsky]

Valeriy Yastremskiy:

Поиск самого высокого холма в облаках, высоты не видно за облаками. Низкочастотно находим начало возвышения и обследуем около них, там где нет возвышений не обследуем. Можно площади начала возвышений обследовать и маленькие площади не брать. Типа умная выборка. Но в любом случае это алгоритм. В любом случае полный перебор с очень малой вероятностью не будет проигрывать различным вариантам, с какой либо логикой  поиска, через раз, с обоих концов начать, вероятность нахождения более быстрого поиска при переборе с логикой искомого выше чем при полном последовательном. 

ахахах )))

[Реter Konow]

Valeriy Yastremskiy:

Поиск самого высокого холма в облаках, высоты не видно за облаками. Низкочастотно находим начало возвышения и обследуем около них, там где нет возвышений не обследуем. Можно площади начала возвышений обследовать и маленькие площади не брать. Типа умная выборка. Но в любом случае это алгоритм. В любом случае полный перебор с очень малой вероятностью не будет проигрывать различным вариантам, с какой либо логикой  поиска, через раз, с обоих концов начать, вероятность нахождения более быстрого поиска при переборе с логикой искомого выше чем при полном последовательном. 

Это обьяснение больше под ГА подходит, по моему.)))

[Реter Konow]

Maxim Dmitrievsky:

через бэкпропогирование ошибки определения инвариантов и поиск локального или глобального экстремума функции нейрона ньютоновскими или квазиньютоновскими методами оптимизации, настраивая различные шаги градиентов

Петру так будет понятней

То есть, работа НС, так или иначе, завязана на Оптимизации?

[Maxim Dmitrievsky]

Реter Konow:
То есть, работа НС, так или иначе, завязана на Оптимизации?

да, на оптимизации ф-й (нейронов). Их просто много и они могут быть связаны разным образом

[Valeriy Yastremskiy]

Maxim Dmitrievsky:

ахахах )))

Ессно грубо, даже где то не верно, но только где то. И понятней. Любая оптимизация поиска экстремумов за самый долгий берет полный поиск))))) ГСЧ - наложение не привязанного низкочастотного процесса на сильно более высокочастотный, оптимизация поиска - логичное прореживание поиска. Мне так легче все остальное понимать.