在交易中使用神经网络。 - 页 11 1...456789101112131415161718...20 新评论 TheXpert 2009.03.27 13:36 #101 Neutron >> : 不，不！你给我们看，在你把你的智力开到全速之前，我们会讨论它。 对不起，还没有时间。我没有讨论的习惯，我已经做了--检查了--分析了，这样做更好。 [删除] 2009.03.27 13:48 #102 Swetten писал(а)>> 对不起，打扰您了。 1.什么是 "漂白"？ 2、什么是输入？因为所有的指标都是价格的过滤器和衍生品，这就是浪费时间的本质。 这里 写得很正常，甚至没有用鸟语。我只是在读... [删除] 2009.03.27 13:49 #103 谢谢你。我去读书了。:) Neutron 2009.03.27 18:01 #104 经过详细的分析，我们可以清楚地看到，我们正在处理的是试图通过运算符（FR）对自然数列1,2,3...n（输入数据，例如蜡烛的大小）的影响，将其映射为一系列的实数。 很明显，在这种映射中，我们得到了一个离散的实数系列，其中的数字会聚集在一些选定的点周围（见图），如230或405等。而当试图建立一个其密度分布图时，我们当然会得到一个 "洞 "分布，其中 "洞 "区域的概率在其增加方向上与洞的宽度成正比。 总的来说，我倾向于认为这种对齐NS输入数据初始分布的方式不适合于这些数据被表示为整数的情况。 TheXpert 2009.03.27 18:06 #105 Neutron >> : 一般来说，我倾向于认为这种为NS输入数据调整初始分布的方式不适合于该数据被表示为整数的情况。 原来这就是狗被埋葬的地方!我认为不值得为它费心。 Neutron 2009.03.27 18:21 #106 来吧，这都是为了垃圾! 我也不这么认为--我并不真的想有那个平面架子......如果有必要，我们会用手把它抹平。 [删除] 2009.03.27 18:47 #107 天啊，这个问题似乎不是什么大问题......但我还是搞不清楚问题出在哪里......。 首先，谁能给我解释一下，这个排列方式与方程有什么不同（取所有Y除以1/（xn-x0）得到的值--均匀的PR，如果有漏洞--近似）？ 其次，那我们有什么离散值--只是用整数测量的值？不可能，这不可能...如果你以纳米为单位测量一个弹丸的轨迹，它也可以被认为是一个离散的量...因为没有人可以测量纳米的小 数部分，因此所有的值都是整数...... Neutron 2009.03.27 19:03 #108 Vinsent_Vega писал(а)>> 第二，那么我们有什么，离散值只是一个以整数衡量的值？ 拜托，不可能有这样的事情......如果你以纳米为单位测量一个弹丸的轨迹，它也可以被认为是一个离散的量...因为没有人可以测量纳米的小数部分，因此所有的值都是整数...... 最伟大的发现就是这样顺手拈来的! 在他的时代，伟大的牛顿在思考抛出的石头运动的连续性和测量其轨迹的离散性时，发现了微积分，这为科学开辟了一个根本性的新天地。 首先，谁能向我解释一下，排列方式与方程（取所有Y的钝化方程，以除以1/（xn-x0）得到的值--均匀的PR，如果在有孔的地方--近似）有何不同？ 你需要想出这样一个函数（如a*x^2+b*x+c），让输入数据通过它得到其他数据，但密度分布相等（这对NS有好处），然后在NS内处理它们，对输出应用反变换，你将得到输入数据的预测结果Voila. 所以，这不是等价交换，而是保留了基本的属性，同时为NS的表（对准）服务。 [删除] 2009.03.27 19:31 #109 是的，我从第一页开始读你的先生们，几乎睡着了。什么，没有人解决了外汇中的神经网络 问题？ [删除] 2009.03.27 19:48 #110 总之，我意识到，除非我掌握了神经网络，否则我不会理解这种排列组合的任何东西...... 1...456789101112131415161718...20 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
不，不！你给我们看，在你把你的智力开到全速之前，我们会讨论它。
对不起，还没有时间。我没有讨论的习惯，我已经做了--检查了--分析了，这样做更好。
对不起，打扰您了。
1.什么是 "漂白"？
2、什么是输入？因为所有的指标都是价格的过滤器和衍生品，这就是浪费时间的本质。
这里 写得很正常，甚至没有用鸟语。我只是在读...
经过详细的分析，我们可以清楚地看到，我们正在处理的是试图通过运算符（FR）对自然数列1,2,3...n（输入数据，例如蜡烛的大小）的影响，将其映射为一系列的实数。
很明显，在这种映射中，我们得到了一个离散的实数系列，其中的数字会聚集在一些选定的点周围（见图），如230或405等。而当试图建立一个其密度分布图时，我们当然会得到一个 "洞 "分布，其中 "洞 "区域的概率在其增加方向上与洞的宽度成正比。
总的来说，我倾向于认为这种对齐NS输入数据初始分布的方式不适合于这些数据被表示为整数的情况。
一般来说，我倾向于认为这种为NS输入数据调整初始分布的方式不适合于该数据被表示为整数的情况。
原来这就是狗被埋葬的地方!我认为不值得为它费心。
来吧，这都是为了垃圾!
我也不这么认为--我并不真的想有那个平面架子......如果有必要，我们会用手把它抹平。
首先，谁能给我解释一下，这个排列方式与方程有什么不同（取所有Y除以1/（xn-x0）得到的值--均匀的PR，如果有漏洞--近似）？
其次，那我们有什么离散值--只是用整数测量的值？不可能，这不可能...如果你以纳米为单位测量一个弹丸的轨迹，它也可以被认为是一个离散的量...因为没有人可以测量纳米的小 数部分，因此所有的值都是整数......
第二，那么我们有什么，离散值只是一个以整数衡量的值？ 拜托，不可能有这样的事情......如果你以纳米为单位测量一个弹丸的轨迹，它也可以被认为是一个离散的量...因为没有人可以测量纳米的小数部分，因此所有的值都是整数......
最伟大的发现就是这样顺手拈来的!
在他的时代，伟大的牛顿在思考抛出的石头运动的连续性和测量其轨迹的离散性时，发现了微积分，这为科学开辟了一个根本性的新天地。
首先，谁能向我解释一下，排列方式与方程（取所有Y的钝化方程，以除以1/（xn-x0）得到的值--均匀的PR，如果在有孔的地方--近似）有何不同？
你需要想出这样一个函数（如a*x^2+b*x+c），让输入数据通过它得到其他数据，但密度分布相等（这对NS有好处），然后在NS内处理它们，对输出应用反变换，你将得到输入数据的预测结果Voila.
所以，这不是等价交换，而是保留了基本的属性，同时为NS的表（对准）服务。
是的，我从第一页开始读你的先生们，几乎睡着了。什么，没有人解决了外汇中的神经网络 问题？