Was soll in den Eingang des neuronalen Netzes eingespeist werden? Ihre Ideen... - Seite 57
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
Warum sind Sie so empfindlich?
Sowohl der eine als auch der andere lesen keine Fachliteratur zum Thema, sondern nutzen den gpt-Chat und halten ihre Herangehensweise an das Studium für tiefgründig :-O
Die verdammte Pepsi-Generation ))))
Sowohl das eine als auch das andere, statt Fachliteratur zum Thema zu lesen, nutzen Sie den gpt-Chat und betrachten Sie deren Ansatz zum Studium tief :-O
Pepsi fucking generation ))))
Spaß. Der Sinn des Ersetzens der Standard-BB ist es, die Werte früher zu erhalten?
Der Zweck des Ersetzens der Standard-BB war nicht, die Qualität des neuronalen Netzes zu überprüfen, und der Zweck = den Anfang und das Ende der Ebenheit im Voraus zu kennen.
Über die Ausbildung...
Vor ein paar Jahren stieß ich auf einer allgemeinen (nicht technischen) Seite auf diesen Ausdruck: Datenbanken auf Basis neuronaler Netze. Im Allgemeinen stimmte ich diesem Begriff für mich zu.
Ich arbeite selbst mit Bäumen - eine baumbasierte Datenbank ist auch anwendbar. 1 Blatt in einem Baum = 1 Zeile in einer Datenbank. Unterschiede:
Vorteile von Bäumen gegenüber Datenbanken: Generalisierung und schnelle Suche nach dem gewünschten Blatt - man muss nicht eine Million Zeilen durchgehen, das Blatt kann durch mehrere Teilungen erreicht werden.
Clustering verallgemeinert ebenfalls. Kmeans - durch die Nähe der Beispiele zum Zentrum des Clusters, andere Methoden anders.
Fazit: Baumlernen = Speichern/Aufzeichnen von Beispielen, genau wie eine Datenbank. Wenn man mit der Unterteilung/Lernen aufhört, bevor die genaueste Speicherung möglich ist,speichert man mit Generalisierung.Man kann auch durch die maximale Anzahl von Clustern = Anzahl von Beispielen dividieren und erhält ein Analogon von Datenbank/Blättern ohne Generalisierung. Neuronale Netze sind schwieriger zu verstehen und zu begreifen, aber im Wesentlichen auch eine Datenbank, wenn auch nicht so offensichtlich wie Blätter und Cluster.
Andrew möchte natürlich darauf hinweisen, dass Lernen eine Optimierung ist. Nein - es ist Auswendiglernen. Aber es gibt auch eine Optimierung. Man kann über Variationen mit Lerntiefe, aufgeteilten Methoden usw. optimieren. Mit jedem Optimierungsschritt wird ein anderes Modell trainiert. Aber Lernen ist keine Optimierung. Es ist Auswendiglernen.
Über die Ausbildung...
Vor ein paar Jahren stieß ich auf einer allgemeinen (nicht technischen) Seite auf diesen Ausdruck: Datenbanken auf Basis neuronaler Netze. Im Allgemeinen stimmte ich diesem Begriff für mich zu.
Ich arbeite selbst mit Bäumen - eine baumbasierte Datenbank ist auch anwendbar. 1 Blatt in einem Baum = 1 Zeile in einer Datenbank. Unterschiede:
Vorteile von Bäumen gegenüber Datenbanken: Generalisierung und schnelle Suche nach dem gewünschten Blatt - man muss nicht eine Million Zeilen durchgehen, das Blatt kann durch mehrere Teilungen erreicht werden.
Clustering verallgemeinert ebenfalls. Kmeans - durch die Nähe der Beispiele zum Zentrum des Clusters, andere Methoden anders.
Fazit: Baumlernen = Speichern/Aufzeichnen von Beispielen, genau wie eine Datenbank. Wenn man mit der Unterteilung/Lernen aufhört, bevor die genaueste Speicherung möglich ist,speichert man mit Generalisierung.Man kann auch durch die maximale Anzahl von Clustern = Anzahl von Beispielen dividieren und erhält ein Analogon von Datenbank/Blättern ohne Generalisierung. Neuronale Netze sind schwieriger zu verstehen und zu begreifen, aber im Wesentlichen auch eine Datenbank, wenn auch nicht so offensichtlich wie Blätter und Cluster.
Andrew möchte natürlich darauf hinweisen, dass Lernen eine Optimierung ist. Nein - es ist Auswendiglernen. Aber es gibt auch eine Optimierung. Man kann über Variationen mit Lerntiefe, aufgeteilten Methoden usw. optimieren. Mit jedem Optimierungsschritt wird ein anderes Modell trainiert. Aber Lernen ist keine Optimierung. Es ist Auswendiglernen.
Überlernen ist Auswendiglernen. Auswendiglernen und Verallgemeinerung - näher am Lernen :)
Verallgemeinerung ist eher ein Unterlernen. D.h. Sie haben auswendig gelernt, aber nicht ganz genau (Sie haben auch Ihre Nachbarn mit einbezogen...). Fast wie ein Schuljunge mit einer C-Note)))
Wenn wir uns aber etwas einprägen, das durch ein Gesetz definiert ist (z. B. das Ohmsche Gesetz), gibt es kein Überlernen, sondern eher ein Unterlernen, wenn es nur wenige Beispiele und eine unendliche Anzahl davon gibt.
Beim Handel, wo es fast keine Muster gibt und diese verrauscht sind, führt absolut genaues Auswendiglernen zusammen mit Rauschen zu einem Verlust.Aus irgendeinem Grund wurde dies als Überlernen bezeichnet. Genaues Auswendiglernen ist an sich nicht schädlich, wie im Falle des Musterlernens. Aber das Auswendiglernen von Lärm/Müll ist nicht nützlich.