¿Cómo se trabaja con las redes neuronales? - página 3
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
"Dichoso el que cree, cálido para él en el mundo"...
"Блажен, кто верует, тепло тому на свете"...
Hombre, tres páginas en el hilo y no he obtenido ni una sola respuesta a mis preguntas. Qué difícil puede ser ayudar. Estoy pidiendo y pidiendo lo verdadero. Gracias, comunidad.
"Dichoso el que cree, cálido para él en el mundo"...
Hombre, tres páginas en el hilo y todavía no he obtenido ni una sola respuesta a mis preguntas. ¿Qué tan difícil puede ser ayudar? Estoy pidiendo y pidiendo lo verdadero. Gracias, comunidad.
No se puede negar - saber apoyar el tema sin decir una palabra sobre el fondo.
Sayfuji, al menos deberías investigar un poco. Hay muchos hilos sobre redes neuronales aquí.
También puedes mirar aquí, también es un visitante muy famoso y respetado en este foro
http://fxreal.ru/forums/index.php
Yo he enfocado la pregunta con responsabilidad, pero el respetable LeoV ha mantenido la conversación, pero no ha respondido a la esencia de la pregunta. Vivió en el foro alp...ri durante algún tiempo, así que en sus conocimientos y habilidades no dudo, así que esperé su respuesta, pero no estaba allí.
PS Prival, es un sitio muy bueno, lo uso desde hace unos meses. klot bien hecho.
1) lo que más importa es la idea, no los medios de su realización informática. La idea está bien descrita en el extracto anterior de San Lem;
2) Lo más probable es que nadie dé las fuentes de una red que funcione de verdad a cambio de nada;
3) sobre los programas de redes neuronales ya hechos: es imposible crear una "teoría universal del todo", por lo que nadie está libre de la aplicación independiente de sus ideas, si el objetivo es desarrollar algo factible. Por esta razón, ni siquiera Matlab, con su poderoso conjunto de herramientas, por ejemplo, me satisfizo. Por supuesto, NSDT no está ni de lejos al nivel de Matlab.
Ejemplo.
Debo decir de entrada que considero todo tipo de previsiones de precios propiamente dichas, especialmente las que llegan hasta el tercer o cuarto decimal, un ejercicio deliberadamente inútil. Tales construcciones, en mi opinión, no son más que un autoengaño. En lugar de ello, como alguien sugirió en uno de los hilos locales, se puede tratar de hacer una detección temprana del movimiento del precio cuando pasará no menos de un número predeterminado de puntos. Este número puede determinarse basándose en el análisis del comportamiento anterior de los precios (creo que Composter resolvió este problema cuando definió una tendencia/plano).
Una hipótesis de trabajo: algunos movimientos fuertes de los precios tienen algunos "precursores" reproducibles. Podemos intentar enseñar a la red a reconocer a estos "precursores" mientras trabajamos "desde el mercado".
El diseño de una red ("cristal" en la terminología de St. Lem como unidad estructural básica de una gran red, es decir, "nube") en términos generales:
- Una red Oya de compresión autoadaptativa multicapa con una sola salida con la posibilidad de seleccionar el tipo y los parámetros de la función de transferencia de las capas de entrada, intermedia y de salida. Una red de este tipo puede realizar simultáneamente las funciones de memoria adaptativa y de clasificación de los vectores de entrada;
- el número de capas está determinado por la dimensionalidad del vector de entrada, es decir, la red se genera automáticamente definiendo e inicializando/leyendo matrices de trabajo;
- el número de neuronas en la capa oculta disminuye progresivamente con el aumento del número de capas N según la ley 1/(2^N) ("resolver cristales") o 1/N ("recordar cristales");
- el parámetro de no linealidad en la capa oculta puede depender del número de capas;
- hay un modo de retroalimentación interna conmutable y una entrada externa conmutable para comunicarse con otros "cristales" para formar una "nube".Uno de los puntos más importantes y sutiles es la formación del vector de entrada. Hasta ahora, sólo para probar y controlar el funcionamiento de la red, se forma de la manera convencional: y[] = (x[] - media(x[])) / sigma(x[]). (Esta parte del problema aún no está completamente resuelta).
El "aprendizaje" de la red se realiza a posteriori mediante la regla heurística: después de que el precio haya superado el número de puntos especificado, se da la orden de ajustar los pesos por el vector de entrada desplazado hacia atrás, es decir, "anterior"; de este modo, la red lo "recuerda", teniendo en cuenta la información anterior acumulada. Se supone que la red entrenada de este modo reconocerá los precursores y, por tanto, podrá dar señales de negociación en tiempo real. Mientras tanto, "el cristal individual no volaba tanto como rebotaba..." (véase ibíd.).
La interpretación de la salida y la formación automática de la propia "nube", es decir, el neurocomité, aún no se ha implementado. Tampoco hay fotos especialmente bonitas todavía.
Personalmente, este enfoque me parece prometedor. Una vez más, todo lo anterior es mi opinión puramente privada.
Yo he enfocado la pregunta con responsabilidad, pero el respetable LeoV ha mantenido la conversación, pero no ha respondido a la esencia de la pregunta. Ha vivido en el foro de alp...ri durante algún tiempo, así que no dudo de sus conocimientos y habilidades, así que esperé su respuesta, pero no resultó así.
PS Prival, es un hilo muy bueno, lo uso desde hace unos meses. klot bien hecho.
¿Y qué es lo que realmente no le satisface? En realidad, Leov ha respondido a tu pregunta subgráfica original, aunque tú intentes argumentar lo contrario. Y el hecho de que no compartiera las fuentes y afinara otros detalles, no forma parte de sus funciones.
Haz una pregunta descarada, como hacen algunos usuarios del foro, como: "Muéstrame el código fuente de una red neuronal superperfilada" y obtendrás respuestas bastante adecuadas.