Hybride neuronale Netze. - Seite 20
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
MSE
Seltsamerweise funktionierte es nicht, als ich das gleiche Tool auf Forex mit MSE anwenden wollte. Ich glaube, man muss einen ganz anderen Fehler anwenden.
Seltsamerweise funktionierte es nicht, als ich das gleiche Tool auf Forex mit MSE anwenden wollte. Ich glaube, man muss einen ganz anderen Fehler anwenden.
OK, welche? Wenn man mit einem Lehrer lernt, denke ich, dass MSE ausreichend ist.
OK, welche? Wenn man mit einem Lehrer lernt, denke ich, dass MSE ausreichend ist.
Ich denke darüber nach. Aber ich weiß mit Sicherheit, dass MSE nicht gut ist. Zumindest für mich aus dem oben genannten Grund. Ich glaube, dass für ein neuronales Netz der Lehrer (Regel) ist Fehler, denn es ist eine universelle Approximator, müssen wir irgendwie bestimmen das Ausmaß dieser Annäherung, die Qualität der Annäherung, unter Berücksichtigung der Rendite des Marktes, um die Serie zu einer stationären Form zu bringen, so zu sprechen. Wenn Sie diesbezüglich Ideen haben, können wir darüber sprechen.
Ich denke darüber nach. Aber ich weiß mit Sicherheit, dass MSE nicht gut ist. Zumindest für mich aus dem oben genannten Grund. Ich glaube, dass für ein neuronales Netz der Lehrer (Regel) ist ein Fehler, wie es eine universelle Approximator ist, ist es notwendig, irgendwie den Grad dieser Annäherung, die Qualität der Annäherung zu bestimmen, unter Berücksichtigung der Renditen auf dem Markt, um die Serie zu einer stationären Form zu bringen, so zu sprechen. Wenn Sie einige Ideen dazu haben, können wir darüber diskutieren.
Wenn eine Zahl in eine feste Form gebracht werden könnte, gäbe es meiner Meinung nach keinen Forex als solchen :)
Kurz gesagt, die Menschen haben bereits Beispiele für erfolgreiche Anwendungen von neuronalen Netzen, müssen wir auf diese noch kürzer zu arbeiten.
Kurz gesagt, die Menschen haben bereits Beispiele für erfolgreiche Anwendungen von neuronalen Netzen, müssen wir auf sie noch kürzer zu arbeiten.
Warum es sie gab und gibt. Wenn ich mich richtig erinnere, hat 2007 Better mit einem probabilistischen NS gewonnen.
Die Aufgabe des Netzes bestand darin, die Bewegung des Kurses vorherzusagen.
Aber es gab und gibt sie. Wenn ich mich richtig erinnere, hat Better 2007 nur mit einer wahrscheinlichen NS
Die Aufgabe des Netzes bestand darin, die Bewegung des Kurses vorherzusagen.
Ja, das habe ich gelesen. Das probabilistische Netz hat ein großes Problem: Es reagiert empfindlich auf Rauschen in den Daten. Vereinfacht ausgedrückt, hat es im Gegensatz zu BackProp und anderen iterativen Methoden wenig Empirie.
Das probabilistische Netz hat ein großes Problem: Es ist empfindlich gegenüber Rauschen in den Daten.
Können Sie das näher erläutern? Ich glaube, ich habe in der Literatur unterschiedliche Ansichten dazu gelesen.
VNS ist im Vergleich zu ähnlichen Methoden (z.B. k-NN) weniger empfindlich gegenüber Rauschen in den Daten, aber im Vergleich zu MLP und ähnlichen Methoden dürfte sich das Bild umkehren...
Können Sie das näher erläutern? Ich glaube, ich habe in der Literatur unterschiedliche Ansichten dazu gelesen.
Und was ist der Parameter, der dort eingestellt werden muss? Sigma? Wie werden Sie sie einstellen? Wie findet man die optimale Lösung? Das sind Fragen, die mir nicht ganz klar sind. Eine andere Sache ist, dass für MLP nur die Art des Fehlers ein wesentlicher Parameter ist, ich bestehe trotzdem darauf. Natürlich bleibt MLP im lokalen Minimum stecken, und es gibt Methoden, um dagegen anzukämpfen. In jedem Fall kann die optimale Lösung für MLP nicht durch die Suche nach dem globalen Minimum für viele Aufgaben gefunden werden. Wenn etwas mit PNN funktioniert, ist das eine sehr gute Sache.