"Üçüncü Nesil Nöral Ağlar: Derin Ağlar" makalesi için tartışma - sayfa 15

Yeni yorum
 
Carl Schreiber:

Merhaba,

lütfen sinir ağları (NN) hakkındaki bazı olumsuz önyargılarımı netleştirmeme yardımcı olun.

  1. Öncelikle NN'ye yerleştirilecek göstergeleri optimize etmeniz gerektiği doğru mu?
  2. Sonra NN'nin parametrelerini mi optimize edersiniz?
  3. Yoksa NN ve göstergelerin parametrelerini aynı anda mı optimize edersiniz?
  4. Optimize etmeniz gereken değişken sayısı arttıkça aşırı uyarlama tehlikesinin de arttığı doğru değil mi?
  5. Eğer 1. ve 2. veri setleri aynıysa, bu beni veri setine bir tür aşırı adaptasyona götürmez mi?
  6. "Yine model bozulana kadar yaklaşık 5 haftalık karlı bir aşamamız var." ifadesi tam olarak bunu göstermiyor mu?
  7. a) Test cihazı tarafından hep birlikte optimize edilmiş bir grup göstergeye sahip olduğumuzu varsayalım ve şimdi
    b) test cihazı tarafından yalnızca optimize edilmiş göstergelerden hangisine ihtiyacımız olduğunu kontrol etmek için ikinci bir optimizasyon çalıştırıyoruz(*)
    c) böylece optimize edilmiş göstergelerimizden daha küçük bir demetimiz var
    d) NN'ye ne için ihtiyacım var?
  8. Girdi, katman ve algılayıcı sayısı nedeniyle bir NN için veri setinin ne kadar büyük olması gerektiğine dair bir tahmin biliyor musunuz?


(*) Ne yazık ki, mt4'ün optimize edicisini genetik modda çalıştırırsanız ve OnInit()'ten"INIT_PARAMETERS_INCORRECT" ile dönerek belirli parametre setlerini atlamaya çalışırsanız (örneğin, "indicator-A" 'açık' ise test etmeyin),genetik algoritma bunu hala geçerli bir geçiş olarak sayar ve bu, sonlandırma kriterlerinden biri olan geçiş sayısı nedeniyle bu algoritma durmadan önce gerçekte yürütülen geçiş sayısını azaltır.


1,2,3 ve 4, hangi göstergelerin ve ayarların aktarıldığına inanıyorum, doğal olarak temel varlığa göre ayarlanır.

Örneğin, RSI ve ZigZag Highs, ZigZag Lows kullanarak basit bir optimizasyon oluşturduğumuzu varsayalım.
ZigZag Highs'daki RSI değerini toplayarak yükseklerde ortalama bir aşırı satım ve ZigZag Lows'daki RSI değerini toplayarak düşüklerde ortalama bir aşırı alım
üretiyoruz. Ortalamalarımız esasen RSI'ın
ayarlarından bağımsız olarak o varlığa göre ayarlanması olacaktır.
Soru, benim naçizane görüşüme göre göstergelerin optimize edilip edilmemesi değil, göstergenin temelde
kullanılabilir olup olmadığıdır.
Yukarıdaki örnekte, bir RSI (3) ile bir RSI (16) için Ortalamaları görüntüleyerek ne demek istediğimi anlayabilirsiniz.
RSI (3), RSI (16) karşısında optimize edilmiş seviyelerimizi sürekli olarak tetikleyecektir.
 
Lorentzos Roussos:
1,2,3 ve 4, hangi göstergeler ve ayarlar geçirilirse geçirilsin, doğal olarak temel varlığa göre ayarlandığına inanıyorum.
...
Ortalamalarımız, bu varlığa yapılan ayarlardan bağımsız olarak esasen RSI'nın ayarlanması olacaktır.
Soru, benim naçizane görüşüme göre göstergelerin optimize edilip edilmemesi değil, göstergenin kullanılabilir olup olmadığıdır
temelde.

Yukarıdaki örnekte, bir RSI (3) ile bir RSI (16) için Ortalamaları görüntüleyerek benim amacımı kavrayabilirsiniz.
RSI (3), RSI (16) karşısında optimize edilmiş seviyelerimizi sürekli olarak tetikleyecektir.

Örneğiniz - eğer doğru anladıysam - bana RSI(3)'ün 'iyi' (potansiyel kar > ??) ve 'kötü' (potansiyel kar < ??) arasında ayrım yapmayacağı için hiçbir yardımı olmadığını söylüyor, ancak RSI(16) bunu yapıyor.

Ama eğer öyleyse, bundan sonra 16'nın 3'ten daha iyi olduğunu bildiğimiz için bir optimizasyon olmuştur - ya da bunu nereden biliyorsunuz?

Şimdi NN'yi RSI(3) ile mi eğitiyorsunuz? Muhtemelen silinecektir. Yoksa RSI(3) (NN-girdi 1) ve RSI(16) (NN-girdi 2) deniyor musunuz ve RSI(3) silinecekse (NN-girdi 1 örneğin 0'a ayarlanırsa) RSI(x) 16'ya optimize edilmiştir - çok basit bir şekilde bile. Bunun için MT-optimizer'a sahip bir NN'ye ihtiyacımız var mı?

Yoksa örneğinizde bir şeyi mi kaçırıyorum?

 
Carl Schreiber:

Örneğiniz - eğer doğru anladıysam - bana RSI(3)'ün 'iyi' (potansiyel kar > ??) ve 'kötü' (potansiyel kar < ??) arasında ayrım yapmayacağı için yardımcı olmadığını söylüyor, ancak RSI(16) bunu yapıyor.

Ama eğer öyleyse, bundan sonra 16'nın 3'ten daha iyi olduğunu bildiğimiz için bir optimizasyon olmuştur - ya da bunu nereden biliyorsunuz?

Şimdi NN'yi RSI(3) ile mi eğitiyorsunuz? Muhtemelen silinecektir. Yoksa RSI(3) (NN-girdi 1) ve RSI(16) (NN-girdi 2) deniyor musunuz ve RSI(3) silinecekse (NN-girdi 1 örneğin 0'a ayarlanırsa) RSI(x) 16'ya optimize edilmiştir - çok basit bir şekilde bile. Bunun için MT-optimizer'a sahip bir NN'ye ihtiyacımız var mı?

Yoksa örneğinizde bir şey mi kaçırıyorum?

Gerçek zamanlı olası temel kullanım boşluklarına örnek olarak RSI(3) ve RSI(16)'ya atıfta bulunuyorum.
Bu örnekte ideal olan değişken periyotlu bir RSI olacaktır
 
Lorentzos Roussos:
Gerçek zamanlı olası temel kullanım boşluklarına örnek olarak RSI(3) ve RSI(16)'ya atıfta bulunulmaktadır.
Bu örnekte ideal olan değişken periyotlu bir RSI olacaktır

tamam - peki NN'ye ne gönderilir?

RSI(..) sabit bir değerle (nasıl elde edildi) değişken bir değerle - hesaplama optimize edilebilir mi, edilemez mi?

Tüm bunlar aşırı uyarlama tehlikesini etkiliyor - bu nedenle bu kadar kötü olduğum için özür dilerim.

 
çok iyi! ama benim için çok zor!
 
Eklediğiniz kaynaklardan İngilizce bir versiyon var mı?
 

Ошибка

RStudio'da çalıştırırken:

 >dt.b<-Balancing(dt) Balancing(dt) içinde hata: "upSample" fonksiyonu bulunamadı


Bu fonksiyon nedir? Hangi paketten geliyor ve nerede tanımlanıyor?
Teşekkürler!
 

R x64 3.3.1. Kurulumdan sonra aşağıdaki kütüphaneler eksikti - svMisc, svSocket, TTR, xts, zoo. Ancak Rstudio son üçü hakkında şikayet etmedi, sadece DebugView sayesinde öğrenmeyi başardım.

Gösterge yüklendi, uzun süre düşünüyor ve zikzaklar üretiyor. Serv'i true olarak ayarlamaya çalışırken çöküyor:

[8904] <-1> TPlotEventLoop: terminating
[8904] <-1> TRConsole: destroying

Aynı şey bir Uzman Danışman yüklerken de olur:

[10964] <-1> TPlotEventLoop: terminating

Terminal "Rterm çöktü" diyor.

Google'da bu hata hakkında net bir şey bulamadım. Nereyi kazmalı?

 
Konstantin Kopylov:

RStudio'da çalıştırırken:

Geç cevap için özür dilerim.

Fonksiyon "caret::upSample //downSample paketinde tanımlanmıştır, tüm sınıflar azınlık sınıfıyla aynı frekansa sahip olacak şekilde bir veri kümesini rastgele örnekleyecektir. upSınıf dağılımlarını eşit hale getirmek için örnekleri değiştirerek örnekleyin//

İyi şanslar.

 
m0rtal:

R x64 3.3.1. Kurulumdan sonra aşağıdaki kütüphaneler eksikti - svMisc, svSocket, TTR, xts, zoo. Ancak Rstudio son üçü hakkında şikayet etmedi, sadece DebugView sayesinde öğrenmeyi başardım.

Gösterge yüklendi, uzun süre düşünüyor ve zikzaklar üretiyor. Serv'i true olarak ayarlamaya çalışırken çöküyor:

Aynı şey bir Uzman Danışman yüklerken de olur:

Terminal "Rterm çöktü" diyor.

Google'da bu hata hakkında net bir şey bulamadım. Nereyi araştırmalıyım?

Makalenin ekinde, sunucuyu kullanmadan revize edilmiş bir e_DNSAE Uzman Danışmanı yayınladım.

Lütfen bir göz atın.

İyi şanslar

1...891011121314151617
Yeni yorum