Neuronales Netz - Seite 12
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Aber ich liebe das hier >>) Wie sehr habe ich zu meiner Zeit, vor Forex, darunter gelitten:).
Haben Ihre Qualen das lang ersehnte Ergebnis in Form einer Vermehrung Ihres persönlichen Reichtums durch die erfolgreiche Erstellung und Nutzung von Expertenratgebern auf Basis neuronaler Netze gebracht? Oder vielleicht ist das alles Blödsinn. :)
>>Was sind die Ausgänge, Eingänge?
Wie viele Lehrerwerte sollte man für das Training eines neuronalen Netzes verwenden? Zum Beispiel, wenn es vier mögliche Aktionen auf die Netzreaktionen gibt. Wenn Sie 4 Werte verwenden, stelle ich fest, dass der Fehler größer ist, als wenn Sie die Mittelwerte glätten. Wie viele sind optimal? In der angehängten Datei sind links die aktuellen Ausgaben, rechts die Werte, auf die das Netz trainiert wurde.
Und Ihre Qualen haben das lang erwartete Ergebnis in der Vergrößerung des persönlichen finanziellen Wohlstands mittels der erfolgreichen Bildung und der Anwendung im Leben des Beraters nach den neuronalen Netzen gebracht? Oder vielleicht ist es Unsinn. :)
Kohonen ja, manchmal hilft es. BackProp - Sie brauchen einen Lehrer. Versuchte Lehre, das Ergebnis ist negativ. Sie müssen wissen, wo Sie einen Lehrer finden. So viele Artikel ich auch gelesen habe, sie sind alle Unsinn. Also habe ich es in den Müll geworfen. Vielleicht irre ich mich, und jemand anderes hier kann Ihnen etwas über den Backprop sagen. Übrigens gibt es einige interessante Dinge in Makarenko, Golovko, zum Beispiel in seinen Vorlesungen über Neuroinformatik MEPhI, ich rate Ihnen, sie zu lesen.
Man muss wissen, wo man einen Lehrer findet.
Können Sie es nicht selbst schreiben?
Können Sie es nicht selbst schreiben?
Wenn Sie Vorschläge für Netzwerk-Outputs, z. B. für Lehrer, haben, geben Sie bitte Ihre Sicht der Dinge an. Ich habe keine Ergebnisse erzielen können. Am Anfang schien es cool zu sein, dann ging es bergab.
Ich habe versucht, das Skript zu verwenden, um nach inkonsistenten Eingabevektoren zu suchen. Wenn der Eingangsvektor eine bestimmte Abweichung hat oder vollständig mit einem anderen Vektor übereinstimmt, sehen Sie nach, was die Lehrkraft zu diesen Balken sagt. Wenn er direkt entgegengesetzte Ergebnisse anzeigt, sind die Eingaben inkonsistent. Die Eingänge sind die AO-Anzeige, der Lehrer ist das Analogon von MRR aus Ivanovs Diplom. Wenn also die Abweichung nicht gleich Null ist, sondern etwas größer (z. B. 0,5), findet das Skript eine Menge widersprüchlicher Vektoren. Wenn die Abweichung noch größer ist, wird noch mehr gefunden, und so weiter. Mit anderen Worten, es zeigt sich, dass jeder Vektor völlig individuell ist. Wie kann man also in einem solchen Fall versuchen, Vektoren zu Gruppen ähnlicher Vektoren zusammenzufassen, wie es das Kohonen-Netz tut?
Eine kleine Frage an die Öffentlichkeit.
Ich habe versucht, mit Hilfe eines Skripts nach inkonsistenten Eingabevektoren zu suchen. Wenn ein Eingangsvektor eine bestimmte Abweichung hat oder vollständig mit einem anderen Vektor übereinstimmt, sehen Sie nach, was die Lehrkraft auf diesen Balken sagt. Wenn er direkt entgegengesetzte Ergebnisse anzeigt, sind die Eingaben inkonsistent. Die Eingänge sind die AO-Anzeige, der Lehrer ist das Analogon von MRR aus Ivanovs Diplom. Wenn also die Abweichung nicht gleich Null ist, sondern etwas größer (z. B. 0,5), findet das Skript eine Menge widersprüchlicher Vektoren. Wenn die Abweichung noch größer ist, wird noch mehr gefunden usw. Mit anderen Worten, es zeigt sich, dass jeder Vektor völlig individuell ist. Wie kann man also in einem solchen Fall versuchen, Vektoren zu Gruppen ähnlicher Vektoren zusammenzufassen, wie es das Kohonen-Netz tut?
Es geht nicht darum, ob jeder Vektor individuell ist oder nicht. Es geht darum, wie der Vektor selbst zusammengesetzt ist. Machen Sie sich klar, dass ein neuronales Netz nur ein Werkzeug zur Interpretation von Daten ist, aber keine "intelligente künstliche Intelligenz", die mit allem gefüttert werden kann, was Sie wollen, und die dann alles von selbst versteht. Der NS funktioniert nach der primitivsten Regel des konditionierten Reflexes - Wirkung->Reaktion. Deshalb zeigen Sie ihm AO-Signale, oder einen anderen Indikator, oder Ihr Horoskop im Allgemeinen - es spielt keine Rolle; wenn das ursprüngliche Signal keine nützlichen Informationen enthält, wird das Netz nichts daraus machen. Stellen Sie sich vor, Sie haben ihm, sagen wir, zwanzig Proben von AO gezeigt. Und nun stellen Sie sich vor, wie viele verschiedene Varianten von Marktsituationen zu einer solchen (oder "fast solchen" - im Sinne der Korrelation) Abfolge führen könnten. Selbst wenn es nur zwei von ihnen gibt (ein Grenzfall) - die Wahrscheinlichkeit, dass sie diametral entgegengesetzte Ergebnisse liefern, ist keineswegs vernachlässigbar. Und was, wenn es noch mehr von ihnen gibt? Und ganz allgemein: Woher sollte sie wissen, ob Sie ihr AO oder AC oder eine Grafik der Sonnenaktivität zeigen? Hier kommen die so genannten "inkonsistenten Vektoren" her - aus den Rohdaten, denn die so genannte Inkonsistenz besagt eigentlich, dass das Netz bzw. das mathematische Modell, das es beschreibt, in dieser Situation mangels ausreichender Argumente einfach keine Entscheidungen treffen kann.
Verschwenden Sie Ihre Zeit nicht mit dem Training von Netzwerken auf den bloßen Preis und lineare Indikatoren wie AO - das ist eine Stufe hinter uns und eine große Anzahl von Experimenten hat bewiesen, dass es zumindest unrentabel ist. Untersuchen Sie die nichtlineare Seite, isolieren Sie die Hauptkomponenten usw. Das Netz wird nur dann erfolgreich arbeiten, wenn es sinnvolle Daten analysiert - und nur der Kopf des Programmierers kann sie sinnvoll auswerten (nicht unbedingt der einzige - er kann mit verschiedenen technischen Hilfsmitteln verbunden sein).
Handelt es sich bei nicht linearen Daten um unsortierte Daten?
Ich würde eher sagen, dass sie bis zu einem gewissen Grad das zugrunde liegende Wesen der stattfindenden Prozesse widerspiegeln und nicht ihre äußeren Erscheinungsformen. Womit muss ein Händler beginnen? Es gibt einen Nachrichtenfluss, einen Preisfluss und einen Volumenfluss (tatsächlich sind die Daten nicht konsistent). Und wenn die beiden letztgenannten Objekte bereits sozusagen "mathematisiert" sind - ausgedrückt in Zahlen -, dann ist das Problem bei den Nachrichten komplizierter - erstens müssen sie beschafft und zweitens irgendwie formalisiert werden (nun, das ist ein separates Thema, es gab hier kürzlich sogar einen Thread darüber).
Unsere Aufgabe besteht also darin, all dies einem neuronalen Netz in verdaulicher Form darzustellen. Stellen Sie sich einen Papagei vor, dem seit Hunderten von Jahren beigebracht wurde, auf ganz bestimmte Sätze wie "kaufen", "verkaufen" und "sitikuri" auf eine bestimmte Weise zu reagieren. Natürlich wäre es vernünftig, ihm zum Beispiel Sätze zu geben wie: "Der Kurs hat sich in den letzten Н Tagen so und so verhalten (er stieg von so und so auf so und so, dann fiel er, dann - pass gut auf, Popka - machte er so und so ein Muster), das Volumen der Geschäfte war so und so, der Markt reagierte auf Nachrichten, die dann und so veröffentlicht wurden, und all dies geschah vor dem Hintergrund eines Trends von so und so". - Und in seinem Papageienkopf wird sich nach den erwähnten hundert Jahren - vielleicht sogar unbewusst - ein Bild der Marktsituation bilden, nach dem er mit einer gewissen Wahrscheinlichkeit die richtige Antwort geben wird. Wenn wir ihm sagen: "Der Preis war gestern so, gestern so und so einen Monat lang", weiß er einfach nicht, woran er sich halten soll, denn die Aufgabe, aus dem homogenen Informationsfluss sinnvolle Elemente herauszufiltern, wird eine schwere Belastung für sein kleines Gehirn sein. Er wird also bestenfalls eine vage Vorstellung davon haben, worauf er bei einer Entscheidung achten muss, und wenn wir ihn bei falschen Antworten zu sehr schelten (sprich: mit einem Lehrer trainieren :), wird er völlig verloren sein und den Lernprozess in völliger Unkenntnis verlassen.
Eine andere Analogie: Wie erkennen Sie und ich mit unseren Augen Objekte? Grob gesagt, analysiert unser Bewusstsein nicht eine Reihe von Pixeln, die direkt von der Netzhaut kommen; es erhält ein vorgefertigtes visuelles Bild zur Analyse und Erkennung - das heißt, um zu verstehen, was wir sehen, liefern uns entsprechende Gehirnabschnitte zusammen mit dem Bild selbst bereits eine Liste von Merkmalen, auf die wir achten müssen; das heißt, die Daten sind bereits für die endgültige Analyse vorbereitet; sie enthalten bereits eine gewisse semantische Ladung.
Das Wesentliche herauszufiltern und das Unwichtige zu verwerfen, ist das, was ich unter nichtlinearer Verarbeitung verstehe.