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
Remarque : le dernier point de l'ajustement. Cela peut également indiquer que la logique de l'AT est correcte en principe, mais qu'elle doit être améliorée - en coupant la "queue de l'escargot".
Addendum : nous pouvons ajouter à la même section le point concernant la différence spectaculaire des résultats sur différents historiques de cotations (provenant de différentes sociétés de courtage).
c'était juste ici.
Les définitions des "spécialistes des réseaux neuronaux" sont ici nécessaires. Les réseaux neuronaux ont une capacité phénoménale de mémorisation. Vous devez toujours vous assurer que la chose a trouvé un modèle, plutôt que d'avoir appris les entrées-sorties optimales à partir de l'histoire.
Par exemple, le graphique des poids d'un neurone, si un modèle est trouvé, ressemble plus à une courbe qu'à un ensemble aléatoire de points.
Putain de merde !
Oui, eh bien, les systèmes qui présentent ce comportement ne sont pas des experts. Qu'est-ce qu'il y a de "génial" là-dedans ? )))
ForexTools писал(а) >>
c'était juste ici.
Ah. Maintenant je sais de quoi tu parles. Je suis d'accord. Cette approximation de fonction est l'une des applications des réseaux neuronaux. Lorsqu'elle est appliquée à l'utilisation dans les EA, elle est adaptée.
J'ajouterais les "signes d'ajustement" : différence de résultats à différents intervalles de l'histoire (pour le même DC).
1. j'ai écrit mon addendum et mon commentaire sur le sujet ci-dessus. Il y en a d'autres - je les formule.
2) Sans aucune ironie, je pense que le sujet est utile et mérite un article.
3. ne soyez pas si sacro-saintement anxieuse à propos du sujet que vous avez soulevé - il ne s'en sortira pas avec quelques posts de flood de personnes adéquates.
Ah. Maintenant je sais de quoi on parle. Je vois. Cette approximation de fonction est l'une des applications des réseaux neuronaux. Lorsqu'il est appliqué à l'usage des experts, c'est un ajustement.
Les réseaux neuronaux doivent savoir se préparer !
Maintenant, sur le sujet :
L'adaptation est l'échec systématique de l'épreuve de l'avant.
L'utilisation de l'approximation dans les EE est un ajustement. Qu'est-ce que la compétence de préparer des réseaux neuronaux a à voir avec...(haussement d'épaules)
Au fait, niko1312 et Svinozavr ont des avatars sympas))))
(voir page précédente)