Cosa si dovrebbe aggiungere per un ulteriore supporto dei calcoli matematici universali in MQL5 e MQL5 Cloud Network? - pagina 11
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Sì, la mente di qualcuno sta bollendo di indignazione :) le specie sono esilaranti.
Reshetov, "lavati gli occhi", ho chiesto di non mostrare il tuo singolo sviluppo, ma un progetto in cui almeno un paio di altri programmatori prendono parte.
Ora, lascerò perdere tutto e comincerò a introdurre nei progetti ogni sorta di demagoghi e altri schivi curiosi.
e vacci piano con la scelta delle parole, sei aggressivo.
Non dico troppe parolacce e cerco di scegliere le parole in base al contesto, cioè cerco di chiamare le cose con il loro nome proprio.
Se ha ferito i miei sentimenti, mi scusi, signor comandante, ma nessuno l'ha obbligata a entrare in una discussione e a criticare la mia ricerca.
La tua opinione personale su come gestire i progetti è già nota e non mi interessa, cioè ignorata, e quindi ulteriori discussioni con te non hanno senso. Non ho bisogno di consiglieri e di altri benefattori.
Non voglio assolutamente avere una discussione.
Accolgo sempre con favore la costruttività e ancor meno la perdita di tempo degli altri, perché la rispetto.
È divertente qui.
C'è "New Neural" - un progetto di motore di rete neurale Open Source per la piattaforma MetaTrader 5. Almeno c'è qualcosa da leggere, ma questo thread inizia subito con uno sproloquio.
Renat:
Da qui la domanda - quali altre funzioni devono essere incluse per migliorare la capacità della rete di calcolo?
È necessario un perfezionamento. Un algoritmo genetico spesso si ferma lontano da un estremo, il che è inaccettabile per molti calcoli matematici.
Sulla mia genetica fatta in casa ho fatto quanto segue.
Dopo il GA, ha risolto il problema:
1. Ho impostato il flag su false.
2. prendere i parametri di input (argomenti della funzione esaminata) individualmente
3. Memorizzo il valore del parametro di input selezionato ed eseguo la dicotomia su di esso (ricerca di un estremo).
4. Se il valore del parametro di ingresso è cambiato dopo la dicotomia, allora il flag è vero.
5. Se ci sono altri parametri di ingresso, par. 2
6. Se il flag è vero, allora il punto 1. 1
I risultati sono spesso molto diversi da quelli generati dalla genetica. Quindi, se gli estremi sono stabili, allora il finetuning è l'unico modo per trovarli con la precisione data dalla discretezza dei parametri di input.