使用神经网络搜索任意模式 - 页 2

新评论
 
khorosh:

你不需要一个神经网络来搜索一个模式。你可以在一个普通的EA中搜索。在上面放一个 "之 "字形。为了检测头肩顶模式的存在，我们将控制1）极值的相对位置（高-低）和2）（离零条较远）。

图案持续多少个小节并不重要，只要控制极值在垂直和水平方向上的相对位置就足够了。

头部和肩部只是一个例子。Zigzag是一个曲线指标，江恩波动更好。

不是所有的模式都可以用极值的位置来描述。而你的方法有一个很大的错误：极值的相互位置可能看起来像头和肩，但在大多数情况下，它不会是相同的。

 

同事们，想一想，如果你不能正式描述模式，你打算如何向NS解释？基于什么？有意思的是....

理解NS的使用意味着两件事。你可以从数学上找到一个模式，但你可以找到垃圾来代替模式。所以你用NS把垃圾和你要找的模式分开。

而第二个你要求找到NS模式，导致盈利，在学习过程中，它找到它BUT是什么样的模式，你永远不会知道，因为它将是这个特定的NS在这个时间点（条件）的间隔训练的纯个人模式。

你应该决定你想得到什么？

但是，如果你想教NS寻找一个特定的模式，你必须用数学来解释，如果你能用数学正确描述100%的模式，就不需要NS了。当数学方法不够用，而在某些时候你需要一个模棱两可的结论时，NS就变得很有必要，欢迎来到人工智能的世界 :-)

 
Mihail Marchukajtes:

同事们，想一想，如果你不能正式描述模式，你打算如何向NS解释？基于什么？有意思的是....

理解NS的使用意味着两件事。你可以从数学上找到一个模式，但你可以找到垃圾来代替模式。所以你用NS把垃圾和你要找的模式分开。

而第二个你要求找到NS模式，导致盈利，在学习过程中，它找到它BUT是什么样的模式，你永远不会知道，因为它将是这个特定的NS在这个时间点（条件）的间隔训练的纯个人模式。

你应该决定你想得到什么？

但是，如果你想教NS寻找一个特定的模式，你必须用数学来解释，如果你能用数学正确描述100%的模式，就不需要NS了。当数学技巧不够用，在某些时候你需要一个模棱两可的结论时，NS就变得很有必要，欢迎来到人工智能的世界 :-)

米沙，他们在这里只有一个错误，他们理解的模式不是系统的当前状态，这应该被认可，而只是一种类型，头肩顶，三个士兵和杆上的乌鸦。

 
Yuriy Asaulenko:

米沙，他们在这里只有一个错误，他们没有把模式理解为系统的现状，这需要被认可，而只是理解为一个头肩顶，三个士兵和一只柱子上的乌鸦。

为了识别系统 的当前状态，必须将其分配到一个类别。

 
Mihail Marchukajtes:

同事们，想一想，如果你不能正式描述模式，你打算如何向NS解释？基于什么？有意思的是....

理解NS的使用意味着两件事。你可以从数学上找到一个模式，但你可以找到垃圾来代替模式。所以你用NS把垃圾和你要找的模式分开。

而第二个你要求找到导致盈利的NS模式，在学习过程中，它找到了它BUT是什么样的模式，你永远不会知道，因为它将是这个特定的NS在某个时间点（有条件的）在这个间隔训练的纯个人模式。

你应该决定你想得到什么？

但是，如果你想教NS寻找一个特定的模式，你必须用数学来解释，如果你能用数学正确描述100%的模式，就不需要NS了。当数学方法不够用，在某些时候你需要一个模糊的输出时，NS就变得有用了，欢迎来到人工智能的世界 :-)

而为什么要正式描述一个神经网络的模式？该网络必须通过实例来训练。

 
Dmitry Fedoseev:

为什么一个神经网络需要对模式进行正式描述？一个网络必须通过实例来训练。

所以你让它先找到这个模式，然后认识它？是不是太多？此外，任何模式头肩顶，三军，任何模式都必须认识到，不是它是谁，它叫什么，而是市场对它的反应会是什么，是向上还是向下。所有已知的模式在机械上都有50%的作用。而用数学能做的事是最好的，当你陷入不确定性时，这时网格作为一种数学工具.....。

 
Mihail Marchukajtes:

所以你让她先找到这个模式，然后你让她认识到这个模式？是不是太多？特别是任何头肩顶、三军的模式，任何模式都必须认识到，不是它是谁，它叫什么，而是市场对它的反应会是什么，是向上还是向下。所有已知的模式在机械上都有50%的作用。而数学能做到的就是最好的，当你陷入不确定的时候，这时网格作为一个数学工具.....。

你怎么能猜到我可能是什么意思呢？

 
Mihail Marchukajtes:

但是，如果你想教NS寻找一个特定的模式，你必须用数学来解释，如果你能用数学描述100%的模式，NS就变得没有必要。当数学方法不够用，而在某些时候你需要一个模棱两可的结论时，就需要NS，欢迎来到人工智能的世界 :-)

NS只适用于你无法用数学描述的情况。 例如，尝试从照片中用数学描述一个人的年龄。
 
Alexey Navoykov:
NS是为不能用数学方法描述情况的情况而设计的。 例如，尝试用数学方法从一张照片描述一个人的年龄。

对不起，但神经网络能读懂咖啡渣吗？在我看来，它是在做数学题。

 
Aleksey Vakhrushev:

对不起，但神经网络能读懂咖啡渣吗？我的理解是，它在做数学运算。

你认为 "人类描述 "和 "神经网络计数 "之间有区别吗？

一个神经网络是通过实例来训练的，不需要考虑依赖性的细节。

12345678910
新评论