Réseaux neuronaux artificiels. - page 8
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Qui a établi cela ? Nous pouvons catégoriser un objet après 50 millisecondes avec une précision de 80 %. Cela représente 20 objets par seconde, à tout moment. De nombreux mammifères le font encore plus vite pour éviter d'être mangés (évolution). Les filets artificiels le font en quelques secondes, et sur une mouture vide. La puissance du cerveau réside dans son parallélisme, que nous ne pourrons jamais atteindre par les moyens conventionnels de la technologie informatique. Personne ne nie l'utilité du trading automatisé, mais les réseaux ne remplaceront pas le cerveau du trader dans la recherche de modèles sur le marché dans les 20-30 prochaines années. Il faut beaucoup de neurones. Quelqu'un ici pense-t-il qu'un réseau de 10-20 neurones peut remplacer le cerveau du trader ? Quelle créature muette doit être ce commerçant !
C'est pourquoi il existe des personnes qui travaillent sur des technologies informatiques inhabituelles. ))
Kwabena Boahen parle d'un ordinateur qui fonctionne comme un cerveau
Il y a donc des gens qui travaillent sur des technologies informatiques inhabituelles. ))
Kwabena Boahen parle d'un ordinateur qui fonctionne comme un cerveau
Je connais personnellement Kwabena. Je connais également le projet SpiNNaker de Manchester et son chef Steve Furber, qui a développé le premier ARM(http://apt.cs.man.ac.uk/projects/SpiNNaker/project/). Steve a réussi à faire tenir 18 processeurs ARM sur une seule puce et 48 puces, soit 864 processeurs parallèles. Chaque processeur calcule 500 neurones, soit 432 mille neurones. Jusqu'à présent, ce réseau ne fait rien d'utile. Je suis également au courant que d'autres groupes développent un nouveau type de processeur. Elle est encore loin de la réalité, d'où ma prédiction qu'il faudra attendre 20 à 30 ans.
Je connais personnellement Kwabena. Je connais également le projet SpiNNaker de Manchester et son chef Steve Furber, qui a développé le premier ARM(http://apt.cs.man.ac.uk/projects/SpiNNaker/project/). Steve a réussi à faire tenir 18 processeurs ARM sur une puce et 48 puces, soit 864 processeurs parallèles. Chaque processeur calcule 500 neurones, soit 432 mille neurones. Jusqu'à présent, ce réseau ne fait rien d'utile. Je suis également au courant que d'autres groupes développent un nouveau type de processeur. On est encore loin de la réalité, d'où ma prédiction d'attendre 20 à 30 ans.
Je suis d'accord avec Joo sur le "pas besoin de copier la nature...".
Je suis également d'accord avec vous pour dire que le cerveau humain fonctionne assez efficacement... mais
une personne pour additionner " 2 + 2 " doit reconnaître l'image de " 2 ", puis l'image de " + " puis à nouveau " 2 ", puis trouver l'association de la section " maths ",
N'oubliez pas de faire correspondre l'exemple à la réponse.
Ne pensez-vous pas qu'une telle méthode, bien qu'universelle (qui a permis à l'homme de s'élever au-dessus du domaine de la nature), est inefficace par rapport à l'ordinateur ?
En fait, tout le monde, pour une raison ou une autre, suit la voie de la nature, mais la nature n'a jamais eu de mathématiques, et les méthodes testées par la nature ne sont pas efficaces dans cette doctrine, c'est pourquoi pour devenir un mathématicien hors pair, il faut presque renier le monde, et se consacrer entièrement aux mathématiques (ce qui, en traduction, signifie garder les connaissances acquises en mathématiques dans les associations les plus proches). Mais en même temps, une machine stupide avec MathCad résout tout bien plus efficacement que le plus brillant des mathématiciens.
SZY imho "l'ordinateur est un assistant humain" comme un chien avec des dents plus fortes et un odorat plus aiguisé.
Je suis d'accord avec Joo sur la partie "pas besoin de copier la nature...".
Je suis également d'accord avec vous pour dire que le cerveau humain fonctionne assez efficacement... mais
une personne pour additionner " 2 + 2 " doit reconnaître l'image " 2 ", puis l'image " + ", puis à nouveau l'image " 2 ", puis trouver l'association de la section " maths ",
et n'oubliez pas de faire correspondre l'exemple à la réponse.
Ne pensez-vous pas qu'une telle méthode, bien qu'universelle (qui a permis à l'homme de s'élever au-dessus du domaine de la nature), mais en comparaison avec l'ordinateur est inefficace ?
En fait, tout le monde, pour une raison ou une autre, suit la voie de la nature, mais la nature n'a jamais eu de mathématiques, et les méthodes testées par la nature ne sont pas efficaces dans cette doctrine, c'est pourquoi pour devenir un mathématicien hors pair, il faut presque renier le monde, et se consacrer entièrement aux mathématiques (ce qui signifie garder les connaissances mathématiques reçues dans les associations les plus proches). Mais en même temps, une machine stupide avec MathCad résout tout bien plus efficacement que le plus brillant des mathématiciens.
SZY imho "l'ordinateur est un assistant humain" comme un chien avec des dents plus fortes et un odorat plus aiguisé.
Je ne vous suis pas. La discussion porte sur les réseaux neuronaux artificiels. De mon point de vue, les réseaux artificiels modernes ne peuvent pas remplacer le cerveau du trader dans la recherche de modèles sur le marché. Jusqu'à présent, ils n'ont utilisé que la régression, c'est-à-dire la modélisation d'une sortie (achat/vente) comme une fonction non linéaire des entrées. Les poids du réseau sont optimisés en minimisant l'erreur dans les exemples passés, ce qui ne garantit pas sa rentabilité sur les données non apprises. Augmenter le nombre de neurones dans le réseau - comme dans tout autre modèle non linéaire - permet de réduire à zéro l'erreur dans les exemples d'entraînement, mais cela n'aide pas à la rentabilité du réseau à l'avenir et ne fait que l'endommager (recyclage). Tout le monde le sait déjà. Afin de garantir que le réseau a au moins quelques chances, il est nécessaire de choisir des entrées qui ont un effet cohérent sur la sortie. Ce choix des entrées est fait par nous en étudiant les données passées et en trouvant des régularités. Le réseau lui-même devient un outil pour la modélisation non linéaire des entrées-sorties, et non pour la recherche de modèles. Pour qu'un réseau puisse rechercher des modèles, il doit être construit selon le principe de notre cerveau. Augmenter stupidement le nombre de neurones dans les réseaux ordinaires ne mènerait à rien, sinon les éléphants seraient aussi intelligents que nous (même nombre de neurones).
Je n'ai jamais déprécié le rôle de l'ordinateur, mais sans l'aide d'un humain, ils seraient toujours en fer. Il est possible qu'à l'avenir de nouveaux types de réseaux apprennent à trouver des modèles dans les données. Mais connaissant l'état actuel de la recherche dans ce domaine, nous devons attendre et attendre encore. À propos, quelqu'un s'est-il déjà demandé si les livres et les films de science-fiction prédisaient des robots dans un avenir qui appartient déjà au passé, mais qu'ils ne sont jamais venus ? L'humanité a appris à voler vers la lune, les ordinateurs et l'internet sont rapides, mais les robots sont introuvables !
Je connais personnellement Kwabena. Je connais également le projet SpiNNaker de Manchester et son chef Steve Furber, qui a développé le premier ARM(http://apt.cs.man.ac.uk/projects/SpiNNaker/project/). Steve a réussi à faire tenir 18 processeurs ARM sur une puce et 48 puces, soit 864 processeurs parallèles. Chaque processeur calcule 500 neurones, soit 432 mille neurones. Jusqu'à présent, ce réseau ne fait rien d'utile. Je suis également au courant que d'autres groupes développent un nouveau type de processeur. Jusqu'à présent, elle est très éloignée de la réalité, c'est pourquoi j'ai prévu d'attendre 20 à 30 ans.
C'est formidable que vous connaissiez personnellement ces chercheurs. Connaissez-vous Henry Markram ? Sa prédiction en 2009 était de 10 ans. :) Je me demande où il en est maintenant.
Henry Markram construit un cerveau dans un superordinateur
Je ne vous comprends pas. La discussion porte sur les réseaux neuronaux artificiels. Mon point de vue est que les réseaux artificiels modernes ne permettent pas de remplacer le cerveau du trader dans la recherche de modèles sur le marché. Jusqu'à présent, ils n'ont utilisé que la régression, c'est-à-dire la modélisation de la sortie (achat/vente) comme une fonction non linéaire des entrées. Les poids du réseau sont optimisés en minimisant l'erreur dans les exemples passés, ce qui ne garantit pas sa rentabilité sur les données non apprises. Augmenter le nombre de neurones dans le réseau - comme dans tout autre modèle non linéaire - permet de réduire à zéro l'erreur dans les exemples d'entraînement, mais cela n'aide pas à la rentabilité du réseau à l'avenir et ne fait que l'endommager (recyclage). Tout le monde le sait déjà. Afin de garantir que le réseau a au moins quelques chances, il est nécessaire de choisir des entrées qui ont un effet cohérent sur la sortie. Ce choix des entrées est fait par nous en étudiant les données passées et en trouvant des régularités. Le réseau lui-même devient un outil pour la modélisation non linéaire des entrées-sorties, et non pour la recherche de modèles. Pour qu'un réseau puisse rechercher des modèles, il doit être construit selon le principe de notre cerveau. Augmenter stupidement le nombre de neurones dans les réseaux ordinaires ne mènerait à rien, sinon les éléphants seraient aussi intelligents que nous (même nombre de neurones).
Je n'ai jamais déprécié le rôle de l'ordinateur, mais sans l'aide d'un humain, ils seraient toujours en fer. Il est possible qu'à l'avenir de nouveaux types de réseaux apprennent à trouver des modèles dans les données. Mais connaissant l'état actuel de la recherche dans ce domaine, nous devons attendre et attendre encore. À propos, quelqu'un s'est-il déjà demandé si les livres et les films de science-fiction prédisaient des robots dans un avenir qui appartient déjà au passé, mais qu'ils ne sont jamais venus ? L'humanité s'est envolée vers la lune, les ordinateurs et l'internet sont rapides, mais les robots sont introuvables.
J'ai simplement remis en question l'orientation même de la recherche en sciences naturelles, le paradigme même de la copie de la nature.
Je doute fort qu'un réseau construit à l'image et à la ressemblance du cerveau humain puisse surpasser son créateur.
Je pense que la recherche sur les NS doit évoluer dans le sens d'une perception directe des données numériques, alors qu'aujourd'hui, les chiffres pour les NS ne sont que des images.
les moyens techniques n'ont jamais copié la nature, qu'il s'agisse d'une roue ou d'un avion, mais sont parfaitement capables de faire leur travail ; les SN doivent donc travailler avec des modèles mathématiques et ne doivent pas imiter l'analyse/la prise de décision d'un trader
SZS : Imaginez à quoi ressemblerait une caméra qui reproduirait le processus d'un artiste ))))).
les moyens techniques n'ont jamais copié la nature, qu'il s'agisse d'une roue ou d'un avion, mais sont parfaitement capables de faire leur travail ; les NS devraient donc travailler avec des modèles mathématiques et ne devraient pas imiter l'analyse/la prise de décision d'un trader
ZS : Imaginez à quoi ressemblerait une caméra qui reproduirait le processus d'un artiste ))))).
La caméra copie l'œil, donc l'exemple ne compte pas. Mais dans l'ensemble, vous avez bien compris le sens de mon message.
Je suis d'accord pour dire que l'appareil photo copie l'œil, mais le résultat est le même que pour un artiste - une image sur papier, la seule chose que je n'ai pas décrite c'est le processus technologique pour faire une photo
Nous avons donc finalement compris pourquoi les NS ne réussissent pas toujours dans le trading : le problème ne vient pas des NS, mais du modèle mathématique d'informations sur le marché, que les NS fournissent pour la formation - qui ferme les 2, 3, ... 100 dernières barres, qui lit les indicateurs techniques, en un mot "pour ce que vous savez faire", nous devons comprendre quelles informations sur le marché sont vraiment importantes pour le trading - les modèles ? les dernières barres ? les volumes ? l'heure de la journée ? ..... Et ce qui est triste, c'est qu'après avoir filtré les informations inutiles et créé un modèle mathématique du marché, vous pouvez construire un TS efficace sans NS.