Recherche d'un motif arbitraire à l'aide d'un réseau neuronal - page 7
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
Pensez-vous que la NS est une "baguette magique", que quoi que vous lui donniez, vous obtenez toujours ce dont vous avez besoin ? Quel que soit le type de données, quelle que soit leur taille, il s'agit toujours de la même chose : des chiffres pour NS.
Alors je ne comprends pas, où est l'algorithme qui trouve tous les motifs possibles ? Où est ce "tout-puissant" NS ? Ils étudient la MT depuis si longtemps et il n'y a toujours pas de "reconnaissance des formes" dans l'arsenal de la MT.
pas à mon avis, mais le NS est un algorithme, le fait que cet algorithme s'appelle le NS... il est nécessaire pour l'industrie, le principal problème réside dans la préparation des données - elles sont littéralement préparées à la main, ou presque à la main.
ZS : Il existe des systèmes de prédiction, des algorithmes d'auto-apprentissage... Regardez sur youtube à propos de Tesla, vous obtiendrez beaucoup - il y a des informations sur les technologies de reconnaissance avancées - si vous ne voulez pas les lire, mais je soupçonne que vous vous retrouverez sur une vidéo populaire, où tout est en quelque sorte intelligent et non fait par des ingénieurs )))).
pas à mon avis, mais NS est un algorithme, le fait que cet algorithme s'appelle NS... Eh bien, pour l'industrie, le principal problème réside dans la préparation des données - elles sont littéralement préparées à la main, ou presque.
Peter, en général, je ne veux pas entrer dans votre raisonnement spatial, je me souviens du sujet sur OOP, vous vous permettez rarement de lire les sources primaires, et sans la matrice de communication avec vous aura l'air comme je vais une fois de plus se battre avec des moulins à vent - ici, je suis fatigué de lui, avec tout le respect dû à des gens peu familiers.... il y a beaucoup de blasphèmes ici.
)))
...
ZS : il existe des systèmes de prédiction, des algorithmes d'auto-apprentissage... Mais il s'agit tout de même d'un travail avec des chiffres basé sur un algorithme, il y a aussi une base de données, mais ils collectent toujours les données principalement à la main, regardez sur youtube à propos de Tesla, vous obtiendrez beaucoup - il y a des informations sur les technologies de reconnaissance avancées - si vous ne voulez pas lire, mais je soupçonne que vous arriverez à la vidéo populaire, où tout est en quelque sorte intelligent et non pas les ingénieurs faisaient ))))
Je vais regarder. C'est intéressant. Mais j'ai lu votre article, et il sépare clairement les domaines d'application des réseaux. Classification, prédiction, reconnaissance. Nous parlons de reconnaissance, et donc les données doivent avoir un caractère "visuel". C'est au moins logique.
Pouvez-vous, en tant qu'expert, créer un NS qui reconnaît au moins 5 modèles sur n'importe quel graphique et n'importe quelle période ?
Le graphique et l'intervalle de temps n'ont aucune importance. 5 modèles est à la tâche, les réseaux reconnaissaient des alphabets entiers au siècle dernier.
Peter, en général, je ne veux pas entrer dans votre raisonnement spatial, je me souviens du sujet sur OOP, vous vous permettez rarement de lire les sources primaires, et sans la matrice de communication avec vous aura l'air comme je vais une fois de plus se battre avec des moulins à vent - ici, je suis fatigué de lui, avec tout le respect dû à des gens peu familiers.... il y a beaucoup de blasphèmes ici.
)))
Le graphique et l'horizon temporel n'ont aucune importance. 5 modèles est à la tâche, les réseaux reconnaissaient des alphabets entiers au siècle dernier.
Donc c'est la partie du maté et elle serait expliquée. J'aurais accepté. Sinon, rire, mots généraux... Ok, merci et c'est tout.
Je ne sais pas comment enseigner, les liens - oui tout google, hobr vous avez déjà trouvé, il ya des articles sur le NS du niveau d'un zéro pur, au niveau d'un pro
mais téléchargez n'importe quel livre, comme je l'ai écrit plus haut - n'importe quel prochain livre sur la NS plus de la moitié répétera le premier, hélas c'est ainsi que l'explication du matériel de la NS - l'essence est assez petite, principalement il se résume à quel type de NS à utiliser et la préparation des données
C'est ce que j'ai écrit, c'est ce qu'il fait. Identifie de manière cohérente les formes en mettant à l'échelle le centre du regard. D'ailleurs, on opère avec l'information de la même manière. L'abstraction et le détail de la signification sont constants.
Non, ce n'est pas du tout ça. Un homme choisit l'essentiel. Quelque chose qui sort du lot.
Vous devez avoir eu la NS reconnaître tous les modèles il y a longtemps.
Non. Je les reconnais par d'autres moyens.