산산이치 포멘코 : 스레드의 절반이 약간의 빛을 발산합니다. 예측자는 예측 능력이 없고 대상 변수에 대한 노이즈입니다. 따라서 훈련 중에 모델이 재훈련되고 재훈련된 모델은 향후 사용과 관련이 없습니다. 아프리카의 소음과 소음, 물 사용은 하나의 결과이고 다른 하나는 다른 결과입니다.
Y 사실 분류기에 관한 것이었습니다. 그래서 무엇. 일반적으로 예측을 위해서는 10개 막대에 대한 가격 변동 지표 를 구축해야 합니다. 한 바 뒤로 이동합니다. 이것은 대상 함수가 될 것입니다. 네트워크 출력과 목적 함수 간의 오류가 최소화되는 방식으로 네트워크를 훈련하는 것으로 충분합니다. 즉, 네트워크는 PercentChench10%의 리드로 입력 데이터에 반응해야 합니다. NSh에서 나에게 유용한 것은 한 번에 전체 지표로 작업하고 지표에서 지표에 끝없이 첨부할 수 있는 기회가 있다는 것입니다. 이런 생각이 있습니다. 사실은 매우 흥미로운 분류 네트워크가 하나 있다는 것입니다. 그리고 특정 영역의 NS에서 이러한 그리드를 여러 개 훈련시킨 다음 이러한 값을 Reshetov 옵티마이저에 업로드하고 일반화 수준을 높일 수 있는지 확인합니다. 결국, 여기에서 내가 이해하는 바와 같이 입력 자체가 네트워크 입력에 공급되는 것이 아니라 이러한 입력에서 네트워크 작업의 결과가 제공될 때 딥 러닝이 획득됩니다. 여러분, 제가 딥러닝의 개념을 제대로 이해하고 있나요?
입력 데이터에 대해 네트워크를 처음 훈련할 때 동일한 데이터에 대해 훈련된 여러 네트워크의 작업 결과가 다른 네트워크의 입력에 공급되어 최상의 일반화 수준을 얻습니다. 그렇죠 여러분????
Y 사실 분류기에 관한 것이었습니다. 그래서 무엇. 일반적으로 예측을 위해서는 10개 막대에 대한 가격 변동 지표 를 구축해야 합니다. 한 바 뒤로 이동합니다. 이것은 대상 함수가 될 것입니다. 네트워크 출력과 목적 함수 간의 오류가 최소화되는 방식으로 네트워크를 훈련하는 것으로 충분합니다. 즉, 네트워크는 PercentChench10%의 리드로 입력 데이터에 반응해야 합니다. NSh에서 나에게 유용한 것은 한 번에 전체 지표로 작업하고 지표에서 지표에 끝없이 첨부할 수 있는 기회가 있다는 것입니다. 이런 생각이 있습니다. 사실은 매우 흥미로운 분류 네트워크가 하나 있다는 것입니다. 그리고 특정 영역의 NS에서 이러한 그리드를 여러 개 훈련시킨 다음 이러한 값을 Reshetov 옵티마이저에 업로드하고 일반화 수준을 높일 수 있는지 확인합니다. 결국, 여기에서 내가 이해하는 바와 같이 입력 자체가 네트워크 입력에 공급되는 것이 아니라 이러한 입력에서 네트워크 작업의 결과가 제공될 때 딥 러닝이 획득됩니다. 여러분, 제가 딥러닝의 개념을 제대로 이해하고 있나요?
입력 데이터에 대해 네트워크를 처음 훈련할 때 동일한 데이터에 대해 훈련된 여러 네트워크의 작업 결과가 다른 네트워크의 입력에 공급되어 최상의 일반화 수준을 얻습니다. 그렇죠 여러분????
블라디미르 페레르벤코 : 님의 글을 읽었는데 텍스트 데이터를 다루지 않았기 때문에 도움을 드릴 수 없습니다. 나는 많은 예를 보았다. 링크 찾으면 올리겠습니다.
예, 이것은 여기에서 문제가 아닙니다. 또한 텍스트를 마이닝하는 방법을 모릅니다. 그러나 Google에서 도움을 줄 것입니다. 문제는 다릅니다. 패키지를 직접 실행할 수 없으며 할 수 없습니다. 트위터에 연결하고 더 쉬우면 연결을 설정할 수 없습니다. 최소한 어떻게 하는 건지 예를 들어 설명했지만 핀코드에 오해가 있어서 멍청하게도 어디에 입력해야 하는지 이해가 안 가네요
스레드의 절반이 약간의 빛을 발산합니다. 예측자는 예측 능력이 없고 대상 변수에 대한 노이즈입니다. 따라서 훈련 중에 모델이 재훈련되고 재훈련된 모델은 향후 사용과 관련이 없습니다. 아프리카의 소음과 소음, 물 사용은 하나의 결과이고 다른 하나는 다른 결과입니다.
Y 사실 분류기에 관한 것이었습니다. 그래서 무엇. 일반적으로 예측을 위해서는 10개 막대에 대한 가격 변동 지표 를 구축해야 합니다. 한 바 뒤로 이동합니다. 이것은 대상 함수가 될 것입니다. 네트워크 출력과 목적 함수 간의 오류가 최소화되는 방식으로 네트워크를 훈련하는 것으로 충분합니다. 즉, 네트워크는 PercentChench10%의 리드로 입력 데이터에 반응해야 합니다. NSh에서 나에게 유용한 것은 한 번에 전체 지표로 작업하고 지표에서 지표에 끝없이 첨부할 수 있는 기회가 있다는 것입니다. 이런 생각이 있습니다. 사실은 매우 흥미로운 분류 네트워크가 하나 있다는 것입니다. 그리고 특정 영역의 NS에서 이러한 그리드를 여러 개 훈련시킨 다음 이러한 값을 Reshetov 옵티마이저에 업로드하고 일반화 수준을 높일 수 있는지 확인합니다. 결국, 여기에서 내가 이해하는 바와 같이 입력 자체가 네트워크 입력에 공급되는 것이 아니라 이러한 입력에서 네트워크 작업의 결과가 제공될 때 딥 러닝이 획득됩니다. 여러분, 제가 딥러닝의 개념을 제대로 이해하고 있나요?
입력 데이터에 대해 네트워크를 처음 훈련할 때 동일한 데이터에 대해 훈련된 여러 네트워크의 작업 결과가 다른 네트워크의 입력에 공급되어 최상의 일반화 수준을 얻습니다. 그렇죠 여러분????
Vladimir, Twitter에 대한 내 게시물을 참조하십시오. 몇 페이지 전에 썼습니다 ..... 아마도 당신이 이것으로 나를 도울 수 있습니다
Y 사실 분류기에 관한 것이었습니다. 그래서 무엇. 일반적으로 예측을 위해서는 10개 막대에 대한 가격 변동 지표 를 구축해야 합니다. 한 바 뒤로 이동합니다. 이것은 대상 함수가 될 것입니다. 네트워크 출력과 목적 함수 간의 오류가 최소화되는 방식으로 네트워크를 훈련하는 것으로 충분합니다. 즉, 네트워크는 PercentChench10%의 리드로 입력 데이터에 반응해야 합니다. NSh에서 나에게 유용한 것은 한 번에 전체 지표로 작업하고 지표에서 지표에 끝없이 첨부할 수 있는 기회가 있다는 것입니다. 이런 생각이 있습니다. 사실은 매우 흥미로운 분류 네트워크가 하나 있다는 것입니다. 그리고 특정 영역의 NS에서 이러한 그리드를 여러 개 훈련시킨 다음 이러한 값을 Reshetov 옵티마이저에 업로드하고 일반화 수준을 높일 수 있는지 확인합니다. 결국, 여기에서 내가 이해하는 바와 같이 입력 자체가 네트워크 입력에 공급되는 것이 아니라 이러한 입력에서 네트워크 작업의 결과가 제공될 때 딥 러닝이 획득됩니다. 여러분, 제가 딥러닝의 개념을 제대로 이해하고 있나요?
입력 데이터에 대해 네트워크를 처음 훈련할 때 동일한 데이터에 대해 훈련된 여러 네트워크의 작업 결과가 다른 네트워크의 입력에 공급되어 최상의 일반화 수준을 얻습니다. 그렇죠 여러분????
==================================================== ======
아니 이런 식으로. 당신이 설명하는 것은 스택 NN입니다. 딥러닝은 다르다...
행운을 빕니다
Vladimir, Twitter에 대한 내 게시물을 참조하십시오. 몇 페이지 전에 썼습니다 ..... 아마도 당신이 이것으로 나를 도울 수 있습니다
글쎄, 당신은 그것이 무엇인지 간단히 설명 할 수 있습니까? 적어도 대략 ...????
님의 글을 읽었는데 텍스트 데이터를 다루지 않았기 때문에 도움을 드릴 수 없습니다. 나는 많은 예를 보았다. 링크 찾으면 올리겠습니다.
예, 이것은 여기에서 문제가 아닙니다. 또한 텍스트를 마이닝하는 방법을 모릅니다. 그러나 Google에서 도움을 줄 것입니다. 문제는 다릅니다. 패키지를 직접 실행할 수 없으며 할 수 없습니다. 트위터에 연결하고 더 쉬우면 연결을 설정할 수 없습니다. 최소한 어떻게 하는 건지 예를 들어 설명했지만 핀코드에 오해가 있어서 멍청하게도 어디에 입력해야 하는지 이해가 안 가네요
Vladimir, Twitter에 대한 내 게시물을 참조하십시오. 몇 페이지 전에 썼습니다 ..... 아마도 당신이 이것으로 나를 도울 수 있습니다
여기를 보세요 https://github.com/maxbbraun/trump2cash
추신 뉴스 흐름 분석을 기계가 읽을 수 있는 형식으로 자체적으로 올리는 것은 많은 함정이 있는 대규모 작업입니다. 시도 하려면 https://www.accern.com/ 을 권장합니다. 사용하고 있으며 매우 만족합니다.
scale() 은 적합하지 않으며 까다로운 정규화로 계속 다른 범위를 만듭니다...
도움을 주신 모든 분들께 감사드립니다
그 자체로 범위에 표시해야 했습니다. 예전처럼 나는 보았다. 잘못된 링크를 제공했습니다. 패키지(함수가 아님) 스케일이 있고, 다양한 스케일이 가득합니다. 당신에게는 재판매가 적합한 것 같습니다. 예를 들어.
지정된 범위에 매핑됩니다. 그리고 해당 패키지의 다른 유사한 기능들
딥 러닝 또는 stackedNN에 대해 이야기하고 있습니까?