与优化器合作的原则和避免适应的基本方法。 - 页 9 1234567891011 新评论 Vasiliy Sokolov 2012.02.15 06:44 #81 Reshetov: 没有必要绝望，因为文章已经写好了。 谢谢你提供的有趣材料。但是，它仍然更像是一篇技术文章。我对概念性问题更感兴趣，与任何特定的交易纪律无关。我稍后将在所述的脉络中继续讨论。 СанСаныч Фоменко 2012.02.15 08:12 #82 LeoV: 阅读这篇文章。我不能同意所有的观点，但有很多明智的、最重要的正确想法。 没有常识，没有正确的思维。通常的书呆子的数字游戏。以下是文章开头的一段话。 输入参数与输出参数无关，即它们之间没有因果关系--它们没有代表性，因此没有什么可以训练神经网络。而检查输入和输出之间的关联性，会显示出接近零的关联性。在 这种 情况 下， 你需要寻找其他输入数据来训练神经元网。 一个人不处理输入数据的结构化问题，只能写 "我们必须搜索"。寻找什么？ 为什么它们不相关？因为你拿了一个愚蠢的指标？我们需要找到一个不那么弱智的指标吗？原来的问题没有答案，所以Tarsky和Gedel以及算术只是书呆子的书呆子。 这篇文章是有害的，因为科学背后有一个简单的真理：所写的一切只对进行实验的科蒂尔人是真实的。没有理由相信这些结果的任何推断。所写的只是一个简单的断点 测试。但除了这个测试外，人们知道还需要做一堆额外的测试，这将增加对未来推断的信心，但仍然不能解决问题。 Reshetov!你需要更加谦虚。在确保稳健性的问题上没有什么新意。只是自行车的另一项发明。但这是一个多好的智力游戏啊 Yury Reshetov 2012.02.15 08:38 #83 faa1947: 没有常识，没有正确的思想。通常的书呆子的数字游戏。 ... 这篇文章具有破坏性，因为简单的事实隐藏在科学背后 ... 为了客观起见，你的评论已被贴在文章的评论中，并附有来源的链接。 СанСаныч Фоменко 2012.02.15 09:23 #84 Reshetov: 为了客观起见，你的评论已被贴在文章的评论中，并附有来源的链接。 这不是一篇评论，而是试图打动你去阅读专业文献。 以前，哥德尔定理是作为名为 "知识论 "的哲学课程的一部分来读的--某种程度上的炉火纯青，在推理中给出一些框架，仅此而已。我们有具体的经济学，其中有一些相当温和的进展。断点测试是一系列稳定性测试中的第一个测试。如果我们跳舞，我们应该用这种类型的测试给出的解决方案来跳舞，这种测试对两部分商数的结果进行比较。 但除了这种测试，还有另一组测试，检查模型是否有其他不稳定的原因。你所写的东西在这组已解决的问题中处于什么位置？在目前未解决的问题中，什么能解决你的建议？ Avals 2012.02.15 09:32 #85 faa1947: 没有常识，没有正确的思维。通常的书呆子的数字游戏。 +1 Yury Reshetov 2012.02.15 09:41 #86 faa1947: 这不是一篇评论，而是试图打动你去阅读专业文献。 没用的，我是作家Chukcha。我从未学过如何阅读，并立即开始写有害的文章。 所以，所有的希望都寄托在你这个有用文章的作者身上。 Леонид 2012.02.15 14:16 #87 faa1947: 输入参数与输出参数无关，即它们之间没有因果关系--它们没有代表性，因此没有什么可以训练神经网络。而检查输入和输出之间的关联性，会显示出接近零的关联性。在 这种 情况 下， 你需要寻找其他输入数据来训练神经元网。 一个人不处理输入数据的结构化问题，只能写 "我们必须搜索"。寻找什么？ 为什么它们不相关？因为你拿了一个愚蠢的指标？我们需要找到一个不那么弱智的指标吗？原始问题没有答案，所以Tarsky和Gedel以及算术只是书呆子的胡说八道。 事实上--绝对正确和有效的观点。如果输入数据和训练网络的数据之间没有任何关系，那么在这种情况下试图获得利润是绝对没有用的。 faa1947 ：这不是一篇评论，而是试图让你去阅读专业文献。 而你在哪里看到过关于 "如何避免调整或重新训练神经网络 "或 "如何使用神经网络来做TS和交易金融市场 "的专门文献？ СанСаныч Фоменко 2012.02.15 16:21 #88 LeoV: 事实上--绝对正确和有效的观点。如果输入数据和训练网络的数据之间没有相关性，那么在这种条件下试图获得利润是绝对没有用的。 这是一个微不足道的想法，比如：我们是湿的，所以靴子是流动的。那我们从哪里得到靴子呢？我们不知道。它必须是在kodobase中。这就是问题所在。 而你在哪里看到过关于 "如何避免拟合或重新训练神经网络 "或 "如何用神经网络做TS并在金融市场交易"的专业文献？ 这是一个常见的问题，他们正在努力解决，使用NS并不是忽视现有发展的理由。 Леонид 2012.02.15 17:45 #89 faa1947: Это банальная мысль типа: мы промокли, значит сапоги текут. А где взять сапоги? Не известно. Должно быть в кодобазе. Проблема в этом. 我没有看到输入数据和网络学习的数据以及靴子之间的相关性......))))，这也是流动的未知原因....))))。 faa1947 : 这是一个常见的问题，他们正在努力解决，使用NS并不是忽视现有发展的理由。 它们是一般性的词语，使用它们并不是为别人的文章道歉的理由，一个人在这篇文章上工作并试图为人们带来有用的东西。 Yury Reshetov 2012.02.15 18:57 #90 LeoV: 这些都是一般性的词语，使用这些词语并不是为别人的文章鼓掌的理由，一个人在这篇文章上努力工作，试图向人们传达一些有用的东西。 IMHO，劝告是没有意义的。经济学家先生对这篇文章并不满意。所以，他们到底是什么人。关于口味，没有什么好争论的。 谁找到了有用的信息，谁就已经在使用它了。谁还没有找到适合自己的东西并不满意--这不是我的问题。 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
没有必要绝望，因为文章已经写好了。
谢谢你提供的有趣材料。但是，它仍然更像是一篇技术文章。我对概念性问题更感兴趣，与任何特定的交易纪律无关。我稍后将在所述的脉络中继续讨论。
阅读这篇文章。我不能同意所有的观点，但有很多明智的、最重要的正确想法。
没有常识，没有正确的思维。通常的书呆子的数字游戏。以下是文章开头的一段话。
输入参数与输出参数无关，即它们之间没有因果关系--它们没有代表性，因此没有什么可以训练神经网络。而检查输入和输出之间的关联性，会显示出接近零的关联性。在 这种 情况 下， 你需要寻找其他输入数据来训练神经元网。
一个人不处理输入数据的结构化问题，只能写 "我们必须搜索"。寻找什么？ 为什么它们不相关？因为你拿了一个愚蠢的指标？我们需要找到一个不那么弱智的指标吗？原来的问题没有答案，所以Tarsky和Gedel以及算术只是书呆子的书呆子。
这篇文章是有害的，因为科学背后有一个简单的真理：所写的一切只对进行实验的科蒂尔人是真实的。没有理由相信这些结果的任何推断。所写的只是一个简单的断点 测试。但除了这个测试外，人们知道还需要做一堆额外的测试，这将增加对未来推断的信心，但仍然不能解决问题。
Reshetov!你需要更加谦虚。在确保稳健性的问题上没有什么新意。只是自行车的另一项发明。但这是一个多好的智力游戏啊
faa1947:
没有常识，没有正确的思想。通常的书呆子的数字游戏。
...
这篇文章具有破坏性，因为简单的事实隐藏在科学背后
...
为了客观起见，你的评论已被贴在文章的评论中，并附有来源的链接。
这不是一篇评论，而是试图打动你去阅读专业文献。
以前，哥德尔定理是作为名为 "知识论 "的哲学课程的一部分来读的--某种程度上的炉火纯青，在推理中给出一些框架，仅此而已。我们有具体的经济学，其中有一些相当温和的进展。断点测试是一系列稳定性测试中的第一个测试。如果我们跳舞，我们应该用这种类型的测试给出的解决方案来跳舞，这种测试对两部分商数的结果进行比较。
但除了这种测试，还有另一组测试，检查模型是否有其他不稳定的原因。你所写的东西在这组已解决的问题中处于什么位置？在目前未解决的问题中，什么能解决你的建议？
没有常识，没有正确的思维。通常的书呆子的数字游戏。
这不是一篇评论，而是试图打动你去阅读专业文献。
没用的，我是作家Chukcha。我从未学过如何阅读，并立即开始写有害的文章。
所以，所有的希望都寄托在你这个有用文章的作者身上。
输入参数与输出参数无关，即它们之间没有因果关系--它们没有代表性，因此没有什么可以训练神经网络。而检查输入和输出之间的关联性，会显示出接近零的关联性。在 这种 情况 下， 你需要寻找其他输入数据来训练神经元网。
一个人不处理输入数据的结构化问题，只能写 "我们必须搜索"。寻找什么？ 为什么它们不相关？因为你拿了一个愚蠢的指标？我们需要找到一个不那么弱智的指标吗？原始问题没有答案，所以Tarsky和Gedel以及算术只是书呆子的胡说八道。
事实上--绝对正确和有效的观点。如果输入数据和训练网络的数据之间没有任何关系，那么在这种情况下试图获得利润是绝对没有用的。
faa1947 ：这不是一篇评论，而是试图让你去阅读专业文献。
事实上--绝对正确和有效的观点。如果输入数据和训练网络的数据之间没有相关性，那么在这种条件下试图获得利润是绝对没有用的。
这是一个微不足道的想法，比如：我们是湿的，所以靴子是流动的。那我们从哪里得到靴子呢？我们不知道。它必须是在kodobase中。这就是问题所在。
而你在哪里看到过关于 "如何避免拟合或重新训练神经网络 "或 "如何用神经网络做TS并在金融市场交易"的专业文献？
这是一个常见的问题，他们正在努力解决，使用NS并不是忽视现有发展的理由。
faa1947: Это банальная мысль типа: мы промокли, значит сапоги текут. А где взять сапоги? Не известно. Должно быть в кодобазе. Проблема в этом.
我没有看到输入数据和网络学习的数据以及靴子之间的相关性......))))，这也是流动的未知原因....))))。
faa1947 : 这是一个常见的问题，他们正在努力解决，使用NS并不是忽视现有发展的理由。
这些都是一般性的词语，使用这些词语并不是为别人的文章鼓掌的理由，一个人在这篇文章上努力工作，试图向人们传达一些有用的东西。IMHO，劝告是没有意义的。经济学家先生对这篇文章并不满意。所以，他们到底是什么人。关于口味，没有什么好争论的。
谁找到了有用的信息，谁就已经在使用它了。谁还没有找到适合自己的东西并不满意--这不是我的问题。