人工神经网络。 - 页 13

[[删除]]

IgorM:

是的，文件夹....\MQL5\Include中的class_NetMLP.mqh库。

在元编辑器中创建一个脚本并复制代码

你对脚本的称呼是否没有区别？

[[删除]]

好吧，所有的编译都没有任何错误......。我如何使用这个东西？

[Igor Makanu]

IvanIvanov: 好吧，所有的编译都没有任何错误......。我如何使用这个东西？

嗯...好了，结果已经知道了--国家统计局教的是乘法表，试着教一下，比如sin(x)--总之，通过实验来了解它为什么能起作用，如何起作用，原则上并不重要--但它肯定能起作用。我认为对你来说最主要的是学会如何使用像NS这样的工具。

[[删除]]

IgorM:
嗯...那么结果是已经知道的 - NS将学习乘法表，尝试教，例如，sin（x） - 在一个字的实验来理解为什么，以及它是如何工作的，在原则上，并不重要 - 但它肯定工作。我认为对你来说最主要的是学会如何使用像NS这样的工具。

:-)我需要学习如何打开这个东西，我把一个脚本放在图表上，它加载和卸载....。

按什么或怎么按才能看到正在发生的事情

我想了解我如何能够应用它。

这个问题是纯理论性的，是否有可能，利用网络，以某一特定交易者的工作为例，尝试教专家顾问做交易，作为一种学习，通过向网络输入交易，加上和最 "正确 "的交易，排除错误的交易、亏损和模糊的交易？

---------------

并解释如何启用我所编译的内容，请。

[Igor Makanu]

IvanIvanov: 什么或如何点击以查看正在发生的事情

看这里，也有通过 "打印 "输出的。

伊万诺夫。

理论上的问题，是否有可能，使用网络，对一个特定的交易员的工作的例子，试图教一个专家顾问做交易，作为一个学习通过喂养网络交易加和最 "正确"，并排除错误的交易，失去和模糊的？

这不是一个理论问题，而是一个真正的实际问题......在训练时，NS可以记住输入数据的结构，然后经过训练的NS会产生正确的输出反应。

但它不是那么顺利...主要问题是如何给国家统计局的输入，有一些琐碎的错误，如：我们教国家统计局的乘法表1x1 ...9x9，然后我们问NS的正确答案是23x13，并抱怨NS不工作--NS只是没有受过乘法表23x13的训练。

如果我们已经决定使用欧元兑美元的3-4次最后收盘价[]，我们可以预测价格在10个柱子中的走向，并在这个方向上长期 "折磨 "NS，然后在论坛上大喊，NS不起作用了......(尽管你可能应该用月相来预测 :) )

也就是说，NS的性能质量取决于适当准备的数据，如果有隐藏的依赖关系，NS会学习它们，并在未来正确工作，如果没有依赖关系，NS不能创造奇迹。

事情就是这样，否则我无法科学地做到这一点。

[[删除]]

IgorM:

看到这里，也有通过 "打印 "输出的情况。

А...而我有这个

[Igor Makanu]

IvanIvanov: А...而我是这样安排的

这是我在这个图书馆里留下的东西--甚至不知道它是否能帮助你

SZS:我更新了我之前的帖子，现在没了，业务--终于，我的脚本在统计上给出了结果，14个小时的电脑运行，我将学习

[[删除]]

IgorM:

看到这里，也有通过 "打印 "输出的情况。

这不是一个理论问题，而是一个真正的实际问题......在训练时，NS可以记住输入数据的结构，然后经过训练的NS会产生正确的输出反应。

但它不是那么顺利...主要的问题是如何给NS的输入，有一些微不足道的错误，如：我们教NS的乘法表1x1 ...9x9，然后我们问NS的正确答案是23x13，并抱怨NS不工作--NS只是没有受过乘法表23x13的训练。

如果我们已经决定使用欧元兑美元的3-4次最后收盘价[]，我们可以预测价格在10个柱子中的走向，并在这个方向上长期 "折磨 "NS，然后在论坛上大喊，NS不起作用了......(尽管你可能应该用月相来预测 :) )

也就是说，NS的性能质量取决于适当准备的数据，如果有隐藏的依赖关系，NS会学习它们，并在未来正确工作，如果没有依赖关系，NS不能创造奇迹。

事情就是这样，否则我无法科学地做到这一点。

训练的充分性问题是，如果我们想得到预期的结果，输入的数据必须是正确的。

而且足够正规化，如果确实只在其基础上做出了决定

我的脑子里在旋转着这样一个想法：据以作出决定的输入数据流并不宽泛，大约有两三千万种组合+--一个数量级，根据我的粗略猜测，训练后将是两三千种组合。

我正在努力向这个方向挖掘。

[[删除]]

IgorM:

这是我在这个图书馆里留下的东西--甚至不知道它是否能帮助你

SZS:我更新了我之前的帖子，现在我下班了，出差了--终于我的脚本在统计上给出了结果，14个小时的电脑运行，我将研究

工作了，在编译了你的文件后，将研究...

[Andrey Dik]

IgorM:

有些情况下，输入数据并不取决于输出数据，即我们决定使用欧元兑美元的3-4个最后的Close[]，我们可以预测价格在10个柱子中的走向，我们在这个方向上 "捣乱 "NS，然后在论坛上大喊NS不起作用...(尽管你可能应该用月相来预测 :) )

也就是说，NS的性能质量取决于适当准备的数据，如果有隐藏的依赖关系，NS会学习它们，并在未来正确工作，如果没有依赖关系，NS不能创造奇迹。

事情就是这样，我不能科学地去做。

是的，像这样...

这就是训练神经网络时的主要问题。事实上，在一般的生活中也是如此。我们永远不知道我们将来可能需要什么，我们试图学习一切我们能掌握的东西，而命运，这个婊子说："你学这些到底是为了什么？你应该学会......总之，谁猜中了，谁就赢了。就像遗传算法 大师说的那样。