Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 605
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
Хотелось бы автоматически определять число нейронов в сети. Какие есть формулы для расчета?
где-то читал что вн. слой должен быть в 2 раза меньше входного, максимум 2 слоя, больше уже нет смысла
это для МЛП
На платной лучше, идите к Герчику или сразу к Перепёлкину, если серьёзно решили вложиться в образование.
перчик больше не преподает, он набрал достаоточно лохов и открыл дц
где-то читал что вн. слой должен быть в 2 раза меньше входного, максимум 2 слоя, больше уже нет смысла
это для МЛП
Абсолютная чушь. М.б. и меньше и больше - это от задачи зависит. У Хайкина (он у вас кажется есть) описано как и почему.
у него не видел такой инфы, мб невнимательно читал
у него не видел такой инфы, мб невнимательно читал
2-й слой как правило больше входного, т.к. он начинает извлекать признаки, и таких признаков может быть оч. много, даже если у вас классификация типа да/нет.
У Хайкина это точно есть, и гораздо лучше чем у меня написано.))
Абсолютная чушь. М.б. и меньше и больше, и нейронов и слоев - это от задачи зависит. У Хайкина (он у вас кажется есть) описано как и почему.
Я и вариант про число входов / 2 видел и другие.
Как же все таки автоматически посчитать оптимальный вариант?
Я и вариант про число входов / 2 видел и другие.
Как же все таки автоматически посчитать оптимальный вариант?
2-й слой как правило больше входного, т.к. он начинает извлекать признаки, и таких признаков может быть оч. много, даже если у вас классификация типа да/нет.
У Хайкина это точно есть, и гораздо лучше чем у меня написано.))
Эмпирическое правило состоит в том, что размер этого [скрытого] слоя находится где-то между размером входного слоя ... и размером выходного слоя ....
Чтобы вычислить количество скрытых узлов, мы используем общее правило: (Количество входов + выходов) x 2/3
Это наиболее часто встречающиеся рекомендации.. а вообще есть методы определения, надо читать в гугле, но там все сложно
НС не извлекает никакие признаки, признаки подаются на вход. Она либо понижает размерность, либо зазубривает все комбинации (с увеличением кол-ва нейронов)
Цитатка про выбор числа слоев:
Сеть с тремя слоями (numLayers=3: один входной, один скрытый и один выходной) обычно достаточна в подавляющем большинстве случаев. В соответствии с теоремой Цыбенко, сеть с одним скрытым слоем способна аппроксимировать любую непрерывную многомерную функцию с любой желаемой степенью точности. Сеть с двумя скрытыми слоями способна аппроксимировать любую дискретную многомерную функцию.
Интересно анализ баров отностися к непрерывной или дискретной функции?
НС не извлекает никакие признаки, признаки подаются на вход. Она либо понижает размерность, либо зазубривает все комбинации (с увеличением кол-ва нейронов)