人工神经网络。 - 页 11 1...4567891011121314 新评论 Alexey Burnakov 2012.10.18 10:41 #101 A100: 其结果比任何批评都要好。当初选择了错误的方法来解决这个问题 你能给我们更多启发吗？还是我们要扮演严厉的大师？ TheXpert 2012.10.18 10:49 #102 A100: 你的神经网络是否想为了几块钱而打破我？这里有一个传统，就是对冠军赛的结果进行赌注。 A100 2012.10.18 17:58 #103 我删除了我所有的帖子，以防万一，版主认为这是广告。 --- 2012.10.18 17:59 #104 A100:我删除了我所有的帖子，以防万一，版主认为这是广告。 你也可以删除你的账户吗？:) A100 2012.10.18 18:08 #105 sergeev: 你能不能也做一下你的账户？:) 随你怎么说，亲爱的主持人。 Mykola Demko 2012.10.18 18:12 #106 A100: 正如你所说，亲爱的主持人。- 科学家们最近用苍蝇拍打过一只苍蝇！！。- 那么？- 一个非常具有自杀倾向的标本。 --- 2012.10.18 18:13 #107 Urain:- 科学家们最近用苍蝇拍打过一只苍蝇！！。- 那么？- 一个非常具有自杀倾向的标本。繁殖者繁殖，环境科学家没有时间把萨摩耶动物列入红皮书......;) John 2012.10.24 08:44 #108 MetaDriver:对，而国际象棋课程永远也学不到第二级以上的棋艺。我以前听过这句话。--弗拉基米尔，我希望你的精神错乱是暂时的，我不希望它持续三十年（像马文-明斯基那样）。但这很有趣，是的。;)顺便说一句，这是个好主意。 那时候，神经网络将能够学习如何下（仅仅是规则）国际象棋，看看他们之前已经输掉的游戏，我就会相信，用神经网络这样的原始工具，可以做一些像样的事情。 神经网络主要是为模式识别（自动搜索以前见过的情况）而设计的，但不是为了检测任何模式。 John 2012.10.24 08:55 #109 papaklass:因此，也许交易者没有正确地教导网络？现在的情况如何（以我的外行观点）。1.交易员选择培训的时间框架。2.选择输入信号（指标、条形价格等）。我将用你的帖子来靠拢答案，并加入前面一位作者的行列--最好的神经网络是傅里叶数列分解!把整个故事，采取一个短的挥舞尺度，例如10分钟，把它分解成一个系列，得到一个隐藏在系数后面的 "时间机器"，用它来 "预测 "测试者的未来，你就完成了。你在整个故事上有一个简单的天才的结果。但至少在这里你可以看到这个时间机器，但在神经网络中你几乎看不到它。神经网络可以识别图像；图像可以是任何东西；有更有效的识别图像的方法，但神经网络之所以好，是因为它们可以根据现在发生的事实重新训练。那是他们的事。但这也是他们的唯一特点。因此，为了从心理上分析神经网络的适用性，想象它只是一个模式识别系统。 Alexey Burnakov 2012.10.24 16:28 #110 SProgrammer:顺便说一下，这是个好主意! 当神经网络能够学习如何下棋（仅仅是规则）时，看看之前已经输掉的比赛，我就会相信，用神经网络这样的原始工具可以做一些像样的事情。 神经网络主要是为模式识别（自动搜索以前见过的情况）而设计的，但不是为了检测任何模式。 我读到过，有NS的人成功地在高水平上玩跳棋。国际象棋的案例不会站得太久。我认为这是更有可能的。所有这些游戏都是指具有完全信息的游戏，这意味着不确定性只存在于对手的进展中。概率论的方法将使你能够寻找更好的动作。我认为概率论的NS适合于象棋这样的任务。 1...4567891011121314 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
其结果比任何批评都要好。当初选择了错误的方法来解决这个问题
我删除了我所有的帖子，以防万一，版主认为这是广告。
我删除了我所有的帖子，以防万一，版主认为这是广告。
你能不能也做一下你的账户？:)
正如你所说，亲爱的主持人。
- 科学家们最近用苍蝇拍打过一只苍蝇！！。
- 那么？
- 一个非常具有自杀倾向的标本。
- 科学家们最近用苍蝇拍打过一只苍蝇！！。
- 那么？
- 一个非常具有自杀倾向的标本。
繁殖者繁殖，环境科学家没有时间把萨摩耶动物列入红皮书......
;)
对，而国际象棋课程永远也学不到第二级以上的棋艺。
我以前听过这句话。
--
弗拉基米尔，我希望你的精神错乱是暂时的，我不希望它持续三十年（像马文-明斯基那样）。
但这很有趣，是的。
;)
顺便说一句，这是个好主意。
那时候，神经网络将能够学习如何下（仅仅是规则）国际象棋，看看他们之前已经输掉的游戏，我就会相信，用神经网络这样的原始工具，可以做一些像样的事情。
神经网络主要是为模式识别（自动搜索以前见过的情况）而设计的，但不是为了检测任何模式。
因此，也许交易者没有正确地教导网络？现在的情况如何（以我的外行观点）。
1.交易员选择培训的时间框架。
2.选择输入信号（指标、条形价格等）。
我将用你的帖子来靠拢答案，并加入前面一位作者的行列--最好的神经网络是傅里叶数列分解!把整个故事，采取一个短的挥舞尺度，例如10分钟，把它分解成一个系列，得到一个隐藏在系数后面的 "时间机器"，用它来 "预测 "测试者的未来，你就完成了。你在整个故事上有一个简单的天才的结果。但至少在这里你可以看到这个时间机器，但在神经网络中你几乎看不到它。神经网络可以识别图像；图像可以是任何东西；有更有效的识别图像的方法，但神经网络之所以好，是因为它们可以根据现在发生的事实重新训练。那是他们的事。但这也是他们的唯一特点。因此，为了从心理上分析神经网络的适用性，想象它只是一个模式识别系统。
顺便说一下，这是个好主意!
当神经网络能够学习如何下棋（仅仅是规则）时，看看之前已经输掉的比赛，我就会相信，用神经网络这样的原始工具可以做一些像样的事情。
神经网络主要是为模式识别（自动搜索以前见过的情况）而设计的，但不是为了检测任何模式。