Nöral ağlar. Uzmanlar için sorular. - sayfa 9
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Ne zamandır antrenman yapıyoruz? Minimum hataya mı? Bunun %100 yeniden eğitim olacağını anlamalısınız. Minimum hataya değil mi? Sonra neye? Bundan kazanç ne olacak? Ve neden bu özel hatadan önce? Hatayı biraz azaltırsanız kâr artar mı azalır mı? Hatayı artırırsak ne olur?
Bir şekilde böyle.....))))
minimum hataya. "Yeniden eğitim" (olgunun anlamını hiç yansıtmayan bir kelime) olmaması için ağdaki nöronların sayısı mümkün olduğunca az olmalıdır. Eğitimden sonra, ağın bireysel girdilerinin etkisinin analiz edilmesi ve zayıf olanların çıkarılması gibi prosedürler ve nöron sayısını azaltma gibi prosedürler vardır. Sanki mecazi olarak... ki bu elektronik beyinde eğitimden etkilenmeyen boş alan kalmaz.
Ну это же не ответы, нужно понимать))). Это просто размышления "на тему" вобщем. Хорошо, берём НШ(не трейдер) или Солюшн, не важно, делаем сеть(не важно какую) и начинаем тренировать. До каких пор её тренируем? До минимальной ошибки? Нужно понимать, что это будет переобучение 100%. Не до минимальной ошибки? Тогда до какой? Какой будет при этом профит? И почему до именно этой ошибки? Если уменьшить немного ошибку профит увеличится или уменьшиться? А если увеличить ошибку?
Cevap değil gibi. Cevap.
joo yazdı >>
Diyelim ki TS'nin mümkün olduğunca fazla ve mümkün olduğunca sık kar vermesiyle ilgileniyorsunuz, yani karlı işlemlerin yüzdesini ve tabii ki MO'yu artırmaya çalışıyorsunuz.
Bu prensibe göre eğitilmiş bir ağdan, OOS'ta bir kazanç olması beklenebilir. Ağı bu hedeflere katkıda bulunan kalıplar üzerinde vurgulayan ortalama kök hatasını uygulamak gerekir . Onlar. ağ, bazı sonuçlara yol açan belirli kalıplara odaklanır.
Kök-ortalama-kare hatasını kullanırsak, düzenlilikler vurgulanmak yerine "ortalama alınır".
Minimum ortalama kök hatasına kadar eğitmek gerekir. Ve yeniden eğitim, kök ortalama kare hatasını kullanırsanız olacaktır (yaklaşık olarak değil). Yaklaşım için, kök ortalama kare hatası ne kadar küçükse o kadar iyidir.
Elbette, herhangi birinin, istese bile, sorularınıza belirli cevaplar vermesi pek olası değildir. Sadece bir uygunluk fonksiyonu seçiminin, grid için girdi değerlerinin seçiminden ziyade sorularımızın cevaplarını belirleyecek olan neredeyse daha önemli bir görev olduğunu göstermeye çalıştım. Ve kural olarak, giriş verilerinin zahmetli ve uzun numaralandırılmasıyla sınırlıdırlar ......
PS ve Integer yazarken biraz ileride. Ona katılıyorum.
minimum hataya. "Yeniden eğitim" (olgunun anlamını hiç yansıtmayan bir kelime) olmaması için ağdaki nöronların sayısı mümkün olduğunca az olmalıdır. Eğitimden sonra, ağın bireysel girdilerinin etkisinin analiz edilmesi ve zayıf olanların çıkarılması gibi prosedürler ve nöron sayısını azaltma gibi prosedürler vardır. Sanki mecazi olarak... ki bu elektronik beyinde eğitimden etkilenmeyen boş alan kalmaz.
"Yeniden eğitim" kavramından ne anlıyorsunuz?
Size katılıyorum, tıpkı Integer gibi. Ama sen kendin yazdın -
"Yeniden eğitim" kavramından ne anlıyorsunuz?
Sinir ağlarının uygulanması ve eğitimi bağlamında hiç anlamıyorum, olgunun anlamını yansıtmıyor. Sinir ağları hakkında yazarken, örneğin burada (ve sadece değil) - http://www.exponenta.ru/soft/others/mvs/stud3/3.asp :
Çok az sayıda örnek, eğitim örneği örneklerinde iyi performans gösterdiğinde, ancak aynı istatistiksel dağılıma tabi olan test örneklerinde zayıf performans gösterdiğinde ağın "fazla sığmasına" neden olabilir.
Bir ağı kendi içine sığdırabileceğinden daha az örnekle nasıl eğiteceğimi anlıyorum. Durum tam olarak pürüzlü deneyim gibi değilse, sonuç pürüzlülük ve kafa karışıklığıdır. "Pürüzlü" - "sıkıştırmak" kelimesinden - ezbere bilmek, ancak anlamamak ve bilgiyi uygulayamamak.
Size katılıyorum, tıpkı Integer gibi. Ama sen kendin yazdın -
))))Eh, hepsi aynı, yani belirli rakamlarda, bu pek olası değil. :)
Sinir ağlarının uygulanması ve eğitimi bağlamında hiç anlamıyorum, olgunun anlamını yansıtmıyor. Sinir ağları hakkında yazarken, örneğin burada (ve sadece değil) - http://www.exponenta.ru/soft/others/mvs/stud3/3.asp :
Bir ağı kendi içine sığdırabileceğinden daha az örnekle nasıl eğiteceğimi anlıyorum. Durum tam olarak pürüzlü deneyim gibi değilse, sonuç pürüzlülük ve kafa karışıklığıdır. "Pürüzlü" - "sıkıştırmak" kelimesinden - ezbere bilmek, ancak anlamamak ve bilgiyi uygulayamamak.
"Yeniden eğitim" terimi bence daha çok finansal piyasalarda sinir ağlarının kullanımına atıfta bulunuyor. Piyasanın zamanla değiştiğini, kalıpların değiştiğini ve gelecekte piyasanın tam olarak geçmişteki gibi olmayacağını biliyoruz. Dolayısıyla ağ öğrendiğinde, pazarı çok iyi öğrenir ve gelecekte - değişen bir pazarda - artık yeterince çalışamaz. Bu "yeniden eğitim". Tabii ki, nöronların sayısını azaltmak, "fazla uydurma"yı önlemenin bir yoludur. Ama tek başına çalışmıyor.
Eh, cevap bu değil, anlamanız gerekiyor))). Bunlar genel olarak "konuyla ilgili" düşüncelerdir. Peki, NS (tüccar değil) veya Çözüm alıyoruz, önemli değil (“akademik amaçlar” için), bir ağ kuruyoruz (hangisi olduğu önemli değil) ve eğitime başlıyoruz. Ne zamandır antrenman yapıyoruz? Minimum hataya mı? Bunun %100 yeniden eğitim olacağını anlamalısınız. Minimum hataya değil mi? Sonra neye? Bundan kazanç ne olacak? Ve neden bu özel hatadan önce? Hatayı biraz azaltırsanız kâr artar mı azalır mı? Hatayı artırırsak ne olur?
Bir şekilde böyle.....))))
Ağ, ağırlıkları eğitime göre ayarlayarak test setindeki minimum hataya eğitilir.
Ağ, ağırlıkları eğitime göre ayarlayarak test setindeki minimum hataya eğitilir.
Bu temiz. Hata ne kadar küçükse, kâr o kadar büyük olur? Ya da ilişki nedir? (Ben bundan bahsediyorum)
minimum hataya. "Yeniden eğitim" (olgunun anlamını hiç yansıtmayan bir kelime) olmaması için ağdaki nöronların sayısı mümkün olduğunca az olmalıdır. Eğitimden sonra, ağın bireysel girdilerinin etkisinin analiz edilmesi ve zayıf olanların çıkarılması gibi prosedürler ve nöron sayısını azaltma gibi prosedürler vardır. Sanki mecazi olarak... ki bu elektronik beyinde eğitimden etkilenmeyen boş alan kalmaz.
Nöronların sayısı her zaman belirleyici bir rol oynamaz, ancak sayılarının seçilmesi (çoğu durumda doğruluk kaybı olmadan minimumdur) hatada bir azalmaya yol açar.
Girdilerin etkisi ve gereksiz olanların kaldırılması, genellikle bir katmandaki nöronların seçiminden daha büyük bir etki verebilir.