Bir sinir ağı kullanarak rastgele bir desen arayın - sayfa 3
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
Sizce "bir kişinin tarif ettiği" ile "sinir ağının dikkate aldığı" arasında bir fark var mı?
Sinir ağı, bağımlılıkların ayrıntılarına girmeden örnekler üzerinde eğitilir.
Bu kadar. İlk olarak, onun 100.500 çeşitli "kafa-omuz" örneğine hazırlanmanız ve ona bu örnekleri öğretmeniz gerekir.
Genel olarak, fiyat kalıpları oldukça matematiksel olarak tanımlanır, bunun için NN'ye gerek yoktur. Ancak yanlış bir modelin işaretlerini bulma girişimi, tam olarak NN'nin görevidir.
Sizce "bir kişinin tarif ettiği" ile "sinir ağının dikkate aldığı" arasında bir fark var mı?
Sinir ağı, bağımlılıkların ayrıntılarına girmeden örnekler üzerinde eğitilir.
Dmitry, lütfen cevabınızı daha ayrıntılı açıklayın, ancak bağımlılıkların ayrıntılarına girmeyin, ama altında yatan matematiktir, bence (IMHO) insan eylemleri de matematiğe dayanmaktadır, kendisi daha karmaşık ama aynı zamanda 1 + 1 = 2
daha karmaşık ama aynı zamanda 1+1=2
NS için 1+1 = 2 , ancak belirli bir doğrulukla
bazı sinir ağları türleri için, her öğrenme sonucu önceki öğrenmeyle bire bir olmayacak, ancak bunlar (sonuçlar) öğrenme hatasına eşit bir doğrulukla eşit olacaktır.
NN sadece matematiğe dayalı değildir (evet, NN öğrenme matematiksel bir hesaplamadır), aynı zamanda NN'nin türü, NN'nin yapısı önemlidir. aktivasyon fonksiyonu, sınıflandırma veya regresyon NN'lerine ne öğretiyorsunuz... Ulusal Meclisin bana böyle bir sonuç verdiğini söyleyemezsiniz - o haklı ya da tam tersine Ulusal Meclis yalan söylüyor. NN bir kara kutudur, NN'yi bu şekilde aramak istediğiniz için değil, NN bir kara kutu modeli kullandığı için
Dmitry, lütfen cevabınızı daha ayrıntılı açıklayın, ancak bağımlılıkların ayrıntılarına girmeyin, ama altında yatan matematiktir, bence (IMHO) insan eylemleri de matematiğe dayanmaktadır, kendisi daha karmaşık ama aynı zamanda 1 + 1 = 2
Sinir ağlarının nasıl kullanıldığı hakkında biraz bilgi sahibi olmanız gerekir. Bir girdi görüntüsü var, bir çıktı sonucu var. Çok sayıda bu tür çiftlere (giriş görüntüsü - sonuç) sahip olan sinir ağı eğitilir . Aynı zamanda, bir görüntünün neden tam olarak böyle bir sonuç verdiğini kimse umursamıyor, sadece bir dizi deneysel gerçek var ve hepsi bu. Ardından, analiz edilen görüntü eğitilmiş ağın girişine beslenir ve çıktıda sonuç görüntülenir.
Sinir ağlarının nasıl kullanıldığı hakkında biraz bilgi sahibi olmanız gerekir. Bir girdi görüntüsü var, bir çıktı sonucu var. Çok sayıda bu tür çiftlere (giriş görüntüsü - sonuç) sahip olan sinir ağı eğitilir. Aynı zamanda, bir görüntünün neden tam olarak böyle bir sonuç verdiğini kimse umursamıyor, sadece bir dizi deneysel gerçek var ve hepsi bu. Ardından, analiz edilen görüntü eğitilmiş ağın girişine beslenir ve çıktıda sonuç görüntülenir.
Az önce bir öğretmenle eğitimi anlattınız. Tarihsel verileri toplamak ve ağdan onu mümkün olduğunca doğru bir şekilde tanımlayacak matematiksel yasayı (modeli) bulmasını istemek mümkün olduğunda. Ancak böyle bir tarihsel veri yoktur, ancak tabiri caizse sıralanması, sıralanması gereken bir sürü kalıp vardır. Bütün bunlar doğal olarak farklı ağlar tarafından yapılır. Yani, bir ağın kalıpları sıraladığı, diğerinin gerçeklerini belirlediği çok seviyeli bir AI sistemi tasarlanıyor. Soru: Matematiksel olarak NS OLMADAN onları raflara dağıtabiliyorsak, neden ilk NS'ye ihtiyacımız var? Çok daha ilginç olan, oluşturulan kalıbın doğruluğuyla ilgili başka bir sorunun cevabıdır.
Bazı önemli tavsiyeler ister misin? Gözlerinden ne istediğini görebiliyorum :-) Tamam, örnek olarak vereceğim.
Herhangi bir kalıbı başarılı bir olay olarak kabul edersek (kalıp oluşur), bu bize sadece piyasayı analiz etmek için bir an verir. Diyelim ki kalıp oluştuktan sonra bir sonraki çubukta hesaplamamızı yapmaya başlıyoruz. Yani aslında kalıbın kendisi bize sadece bir hesaplama yapmamız gereken zamanı veriyor ama nasıl bir kalıp olduğunu, oluşmasına hangi koşulların yol açtığını, oluşum anında neler olduğunu, ona ne zaman ve nasıl bir kalıp olduğunu veriyoruz. Ulusal Meclis. Herhangi bir kalıbın bize analiz için sadece bir an vermesini şart koşarsak, o zaman 10 kalıptan oluşan bir sete sahip olursak, analiz için çok daha fazla çubuk elde ederiz. Bir ağı "baş ve omuzlar" için, diğerini "üç asker" vb. için eğitmeye gerek yok. Ancak bunun nasıl bir kalıp olduğu konusunda Millet Meclisine mutlaka bilgi verilmesi gerekir ve bu çok basit bir şekilde yapılır.
Bu yüzden en az 5 alış ve 5 satış modeli belirleyebilecek bir gösterge yazdık. Doğal olarak, desenlerin gelecekteki sırası bilinmemektedir ve rastgele ortaya çıkarlar. İnanın bana, ne tür bir NN modeli kesinlikle önemli değil, herhangi bir model setinin oluşumu sırasında girdi veri setine bakar ve teorik olarak, desenler kardinal olarak farklıysa, o zaman girdi setleri de önemli ölçüde farklı olacaktır. o kadar çok ki ağ bunu görecek. Ancak bu bizim için yeterli değil ve ızgaraya ne tür bir model olduğunu zorla anlatmak istiyoruz. Bu çok basit bir şekilde yapılır. Kalıplar -5 ile +5 arasında kodlanır ve veri dönüşümünün en erken aşamasında girdi değerleri çarpılır. Çarpma, verileri Y ekseni boyunca yayar, böylece bir desenin verilerinin aynı sayı ile çarpılmasını ve belirli bir mesafe ile kaydırılmasını sağlar. Sonuç olarak, girdilerin örüntü tipine bağlı olacağı ortaya çıktı. Ve neyle sonuçlanıyoruz:
1. Kalıpları belirleyen, analiz için sinyaller üreten temel bir gösterge yazıyoruz.
2. Bir dizi girdi verisi tanımlayın
3. NN'nin iç yapısını, öğrenme yöntemlerini, hata analiz yöntemlerini vb. belirleriz.
4. Temel göstergede çıkış değişkeni için bir tampon yapın. En son modelin sonucunun bizim tarafımızdan bilinmediğini unutmayın. Tamponun, gelecekteki değerlerinin kalıplara atanması için yapılması gerekir. Eğitim dosyasını kaydederken, sonuncusu hariç TÜM kalıpların sonuçlarını bileceğiz.
5. Elde edilen modelleri genelleme yeteneğinin varlığı açısından kontrol etmek için bir metodoloji geliştiriyoruz.
Delov o zaman......
Ve şubenin adına bakınca aklıma ilginç bir nokta daha geldi.
Bilmediğimiz sinir ağlarını kullanarak gerçekten keyfi kalıplar bulmak istediğimizi varsayalım. Soru: Kalıpların kendisini bilmiyorsak, o zaman bilinen nedir? Bu doğru, bu kalıplara verilen tepkiyi biliyoruz, daha doğrusu, kalıpları hangi koşullar altında arayacağımızı kendimiz seçmeliyiz. Sorun ifadesini formüle edelim:
Sonraki 4 mum boyunca oranın %10'dan fazla değiştiği 5 mumluk kalıpları bulun. Doğal olarak, tarihte bu tür bir boşaltma düzenleyebilir ve her vaka için piyasa tepkisinden önce sadece 5 bardan oluşan bir eğitim dosyası oluşturabiliriz. Ardından, ağı büyümeden önceki çubuklar için 1 ve diğer tüm çubuklar için -1 verecek şekilde eğitiriz. Eğitimden sonra, son 5 çubuğun verilerini ağ girişine sistematik olarak çubuk çubuk beslemeye başlarız ve ızgara 1 gösterdiğinde, girişler eğitimdeki ile tam olarak aynı veya ona yakın bir desene sahip olacaktır.
Bu yaklaşımla ne tür bir model olduğunu ve parametrelerinin ne olduğunu bilemeyeceğiz. Lütfen girişte kendimi 5 çubukla sınırladığımı unutmayın, bu sayı yüzüyorsa, giriş penceresi eğitim sırasında da ayarlandığında , optimizasyon sonuçlarının sayısı birçok kez artar ve desen sayısı kaydedilen veri sayısı olur, her kayıt o kadar benzersiz olduğunda, 1000 kayıttan 1000 kümemiz olur. BENİM NACİZANE FİKRİME GÖRE!
Bazı sınırlamalarla ilişkili olmasına rağmen, yaklaşımın olması gereken bir yeri olduğunu düşünüyorum. Her durumda, gözetleme vb. kritik kuralları ihlal etmez.
Bir öğretmenle, hatta bir öğretmen olmadan bile - aynı şeyin farklı yönlerine bir bakış. Durum ve sonucu bilinmelidir, eğer durum böyle değilse, o zaman hiçbir şey öğrenilemez. Ve Tanrı'nın omlet hediyesi gerekli değildir - yani eğitim ve sınıflandırma.
Öğretmensiz öğrenirken, kural olarak, sonuç bilinmez, bu durumda nasıl?
Mihail Marchukajtes :
Michael, sinir ağı biraz farklı çalışıyor. İstediğiniz gibi çalışmıyor.
Öğretmensiz öğrenirken, kural olarak, sonuç bilinmez, bu durumda nasıl?
Sadece sınıflandırma. Ağ, durumları (görüntüleri) ayırt etmeyi öğrenir, ancak hangi durumda ne yapacağını veya hangi görüntüyü nasıl adlandıracağını bilemez.