Redes neuronales. Preguntas de los expertos. - página 20
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
¿Qué datos o resultados debe aportar para poder determinar concretamente cuál es el problema?
Probablemente para empezar.
1) Estructura de la red: número de capas, neuronas, pesos
2) Volumen de la muestra de entrenamiento y número de épocas
3) error relativo de la red al final del entrenamiento
4) Parámetros para la inicialización de los pesos: la forma de distribución de los valores y su varianza.
He revisado el hilo, entiendo lo de la 1 y la 2.
Probablemente para empezar
1) Estructura de la red: número de capas, neuronas, pesos
2) Volumen de la muestra de entrenamiento y número de épocas
3) error relativo de la red al final del entrenamiento
4) Parámetros para la inicialización de los pesos: la forma de distribución de los valores y su varianza.
Hojeando de nuevo el hilo, sobre el 1 y el 2 veo.
en el punto 3, si lo he entendido bien, en el anexo.
sobre el punto 4, no encuentro nada en el manual, indagaré más, pero creo que la distribución es uniforme sobre un rango de valores, por ejemplo, [-1;1]
Pero no para cambiar drásticamente los resultados de las pruebas. ¿Lo entiendes?
Aquí están los resultados de las ejecuciones en el período de prueba de 1 mes:
-9337
+5060
....
¿Y supongo que esto es en el período de formación? ¿FANN?
Usa GA.
Pues GA no es ajena al problema de la parálisis.
Por cierto, miré su biblioteca con interés. ¿No había un hilo que lo discutiera? Alguna idea y pregunta....
1) Bueno, GA tampoco es ajeno al problema de la parálisis.
2) Por cierto, he mirado su biblioteca con interés. ¿No había un hilo que lo discutiera? Alguna idea y pregunta....
1) No es ajeno. Pero este problema es mucho menos relevante en comparación con otros métodos de optimización/entrenamiento de NS.
2) No había ningún hilo de discusión específicamente sobre mi algoritmo. Responde a algunas preguntas aquí.
y algoritmos genéticos".
Las solicitudes para los cursos de formación avanzada de corta duración "Redes neuronales artificiales y algoritmos genéticos" están cerradas
Redes neuronales artificiales y algoritmos genéticos",
realizado por el Departamento de Formación Continua de la Universidad Estatal M.V. Lomonosov de Moscú
Universidad Estatal de Moscú V.V. Lomonosov sobre la base del Instituto de Investigación Nuclear de la Universidad Estatal de Moscú
Universidad Estatal de Moscú. Los que completan los cursos reciben un certificado estatal de formación profesional avanzada.
certificado estatal de formación avanzada.
Los cursos se impartirán dos veces por semana, por la tarde, a partir de las 19:00 horas.
Las clases comienzan el 25 de febrero de 2011.
Para conocer el programa del curso, obtener más información y
Haga clic aquí para solicitar el curso:
http://www.neuroproject.ru/kpk.php
en el punto 3, si lo he entendido bien, en el anexo.
para el punto 4, no encuentro nada en el manual, seguiré indagando, pero creo que la distribución es uniforme sobre un rango de valores, por ejemplo [-1;1].
Sí.
% de aciertos: ¿se trata de la muestra de entrenamiento o de la muestra de prueba?
Y otra pregunta: ¿no crees que para un clasificador de red 1 entrada es bastante... ¿No es suficiente?
¿Y supongo que esto es en el período de formación? ¿FANN?
1. Sí, esto es FANN.
2. No, estos son los resultados OOS de los mismos NS entrenados en las mismas condiciones, en los mismos OPs.
Sí.
% correcto: ¿es en la muestra de entrenamiento o en la muestra de prueba?
Y otra pregunta: ¿no crees que para una red clasificadora 1 entrada es un poco... ¿No es suficiente?
)) Gracias por su consideración.
1. % de aciertos - es en una muestra de prueba. En el contexto de este TS, el 57% es bueno, el 60% es muy bueno y el 65% o más es excelente.
2. ¿Por qué no es suficiente? Ya es suficiente. Si puedo dividir estos datos (con dimensión=1) en clases por métodos lineales o visuales, ¿por qué no puedo reproducir esto de forma consistente con NS?
...............
Ahora he intentado en Statistics 6 clasificar los ejemplos de entrenamiento presentados (TS) con una red neuronal probabilística (PNNS).
Se ha recogido empíricamente el coeficiente de suavización = 0,05.
Luego lo reentrenó repetidamente. Los resultados son estables y no cambian de un entrenamiento a otro.
Si esto es cierto, surge una nueva pregunta: ¿cómo transferir el VNS para utilizarlo con FANN?
En cuanto a la SVM:
Este medod siempre encontrará un único plano divisorio ....
Buena suerte ....
Vladislav, gracias por el método sugerido.
Este es un extracto de la descripción:
¿Es un requisito previo para este método?
Después de todo, en mis OPs, las clases están muy mezcladas:
Y la dimensionalidad de mis OPs igual a 1, también, ya que entiendo que no funciona hacia el lado positivo:
=====================================================
Si ya está utilizando este método, ¿podría intentar dividir mis datos?