文章 "神经网络：从理论到实践" - 页 5 1234567891011 新评论 Andrey Dik 2012.10.10 08:08 #41 我将尝试把 "拟合 "和 "训练 "这两个概念分开。拟合--选择模型参数，使之与建模过程相匹配。可以类比为 "死记硬背"。学习--模型对过程的认知过程，包括记忆 "规则 "和 "规则的例外情况"，以便进一步根据输入的未知信息得出结论。在 NS 训练中，训练样本的验证部分就是用于这一目的。因此，我们可以说文章中的 "智能交易系统 "中的 "NS "是经过调整的，而不是经过训练的。优化器的功能不足以训练 EA（无论有无 NS）（虽然有前瞻性测试，但这只意味着我们只选择通过前瞻性测试的 EA）。 Yedelkin 2012.10.10 08:16 #42 joo: 对于训练 EA（含 NS 和不含 NS），优化器的功能不足 ... 有办法解决这种情况吗？我们是否应该编写自己的训练算法？我希望 MQL5 的文章已经包含了这一点。 Vladimir Gomonov 2012.10.10 08:17 #43 Yedelkin:.................，"训练 "一词被赋予了新的高度专业化的含义，即：训练就是通常的参数选择（拟合） 。 任何自行车运动（打羽毛球等）都是通过拟合自身神经网络的参数来学习的。复制（死记硬背）是一种更为原始的 "学习 "方式。// 包括学习字典定义。顺便说一句，没有人是通过字典来学习语言（母语）的，他们是通过 "拟合 "来学习的。 Yedelkin 2012.10.10 08:23 #44 MetaDriver: Отнюдь не новый. Любой езде на велосипеде / игре в бадминтон обучаются путём подгонки параметров собственных нейросеток. ......顺便说一句，没有人是通过字典来学习语言（母语）的，他们是通过 "适应 "来学习的。 用高度专业化的术语解释普通现象的绝妙例子：) 我想起了这句话： - 儿子，你在做什么？ - 学习 MQL5。 - 别傻了，你是通过拟合自己神经网络的参数来学习语言的。 MetaDriver: 复制（死记硬背）是一种更原始的 "学习 "方式。// 包括学习字典定义。顺便说一句，没有人能从字典中学会一门语言（母语）。 只需补充一点，词典不是用来死记硬背和 "学习词典释义 "的，而是用来反映公认的词义的。 Andrey Dik 2012.10.10 08:26 #45 Yedelkin: 有办法摆脱这种局面吗？我们是否应该编写自己的学习算法？我希望 MQL5 上的文章已经包含了这一点。是的，已经有一些关于优化算法的内容。关于学习算法，没有。也没有关于从运行总数（包括标准测试器）中选择最优变体的方法的文章。 Yedelkin 2012.10.10 08:33 #46 joo:已经有一些关于优化算法的内容，是的。关于学习算法，没有。 也没有关于从运行总数（包括标准测试仪）中选择最优变体的方法的文章。 就是这样...也就是说，明年我们将无法创建一个自学程序。太遗憾了。我还是个笨蛋） Vladimir Gomonov 2012.10.10 08:34 #47 Yedelkin:用高度专业化的术语解释普通现象的绝佳例子：) 有启发： - 儿子，你在做什么？ - 学习 MQL5。 - 别傻了，你是通过调整自己神经网络的参数来学习语言的。 嗯，幽默感醒了，所以 "病人正在康复中"。:) 唯一需要补充的是，字典不是用来死记硬背和学习 "字典释义 "的，而是用来反映公认的词义的。哦，它们不仅用于......！在我们最喜欢的论坛上，它们主要是用来互相撒尿的.........。;) Vladimir Gomonov 2012.10.10 09:29 #48 papaklass: 一般来说，任何过程或现象的数学模型都是用数学语言描述该过程或现象所遵循的规律。但借助参数对这一过程进行控制则可称为拟合。数学是一门精确的科学，所以定义必须精确。 我勒个去，你自己可能都信了...... yu-sha 2012.10.10 09:47 #49 papaklass: 一般来说，任何过程或现象的数学模型都是用数学语言描述该过程或现象所遵循的规律。但借助参数对这一过程进行控制则可称为拟合。数学是一门精确的科学，因此定义必须精确。"定律 "本来就是模型。它们只存在于头脑中。真实的过程并不遵守任何定律 )) Dmitriy Parfenovich 2012.10.10 10:57 #50 亲爱的发言人。当然，我并不反对在这个主题中讨论神经网络 的微妙之处，但这篇文章最初是为初学者准备的。文章省略了一些细节，因为这些细节会让神经网络新手感到困惑。当然，这篇文章并没有具体说明训练（拟合）神经网络的各种方法，但在初始阶段这并不是必要的。如果你意识到神经网络并不难，那么你就没有理由说 "这很难，不适合我"。如果你知道得更多--那很好，那么这篇文章可能不适合你。关于自学--有可能在修改过程中做了原始版本中没有的改动。目前我手头没有文章的出处，但我会尽快检查这篇文章是否有此类错误。经过思考，我们决定撰写文章的第二部分。 目前，第二部分将涉及多层神经网络的工作。 如果您对文章内容有任何希望，请简要地写出来。 那些我用手指就能表达的想法将在文章中描述。谢谢。 1234567891011 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
我将尝试把 "拟合 "和 "训练 "这两个概念分开。
拟合--选择模型参数，使之与建模过程相匹配。可以类比为 "死记硬背"。
学习--模型对过程的认知过程，包括记忆 "规则 "和 "规则的例外情况"，以便进一步根据输入的未知信息得出结论。在 NS 训练中，训练样本的验证部分就是用于这一目的。
因此，我们可以说文章中的 "智能交易系统 "中的 "NS "是经过调整的，而不是经过训练的。优化器的功能不足以训练 EA（无论有无 NS）（虽然有前瞻性测试，但这只意味着我们只选择通过前瞻性测试的 EA）。
Yedelkin:
.................，"训练 "一词被赋予了新的高度专业化的含义，即：训练就是通常的参数选择（拟合） 。
任何自行车运动（打羽毛球等）都是通过拟合自身神经网络的参数来学习的。
复制（死记硬背）是一种更为原始的 "学习 "方式。// 包括学习字典定义。
顺便说一句，没有人是通过字典来学习语言（母语）的，他们是通过 "拟合 "来学习的。
MetaDriver: Отнюдь не новый. Любой езде на велосипеде / игре в бадминтон обучаются путём подгонки параметров собственных нейросеток.
......顺便说一句，没有人是通过字典来学习语言（母语）的，他们是通过 "适应 "来学习的。
用高度专业化的术语解释普通现象的绝妙例子：)
我想起了这句话：
只需补充一点，词典不是用来死记硬背和 "学习词典释义 "的，而是用来反映公认的词义的。
有办法摆脱这种局面吗？我们是否应该编写自己的学习算法？我希望 MQL5 上的文章已经包含了这一点。
是的，已经有一些关于优化算法的内容。关于学习算法，没有。
也没有关于从运行总数（包括标准测试器）中选择最优变体的方法的文章。
已经有一些关于优化算法的内容，是的。关于学习算法，没有。
也没有关于从运行总数（包括标准测试仪）中选择最优变体的方法的文章。
用高度专业化的术语解释普通现象的绝佳例子：)
有启发：
唯一需要补充的是，字典不是用来死记硬背和学习 "字典释义 "的，而是用来反映公认的词义的。
哦，它们不仅用于......！在我们最喜欢的论坛上，它们主要是用来互相撒尿的.........。
;)
一般来说，任何过程或现象的数学模型都是用数学语言描述该过程或现象所遵循的规律。但借助参数对这一过程进行控制则可称为拟合。数学是一门精确的科学，所以定义必须精确。
一般来说，任何过程或现象的数学模型都是用数学语言描述该过程或现象所遵循的规律。但借助参数对这一过程进行控制则可称为拟合。数学是一门精确的科学，因此定义必须精确。
"定律 "本来就是模型。它们只存在于头脑中。
真实的过程并不遵守任何定律 ))
亲爱的发言人。
当然，我并不反对在这个主题中讨论神经网络 的微妙之处，但这篇文章最初是为初学者准备的。文章省略了一些细节，因为这些细节会让神经网络新手感到困惑。当然，这篇文章并没有具体说明训练（拟合）神经网络的各种方法，但在初始阶段这并不是必要的。如果你意识到神经网络并不难，那么你就没有理由说 "这很难，不适合我"。如果你知道得更多--那很好，那么这篇文章可能不适合你。
关于自学--有可能在修改过程中做了原始版本中没有的改动。目前我手头没有文章的出处，但我会尽快检查这篇文章是否有此类错误。
经过思考，我们决定撰写文章的第二部分。
目前，第二部分将涉及多层神经网络的工作。
如果您对文章内容有任何希望，请简要地写出来。
那些我用手指就能表达的想法将在文章中描述。
谢谢。