"New Neural "は、MetaTrader 5プラットフォーム用のオープンソース・ニューラルネットワークエンジンプロジェクトです。 - ページ 67

 
Mischek:
では、試用するのを待ちます。バカにしちゃうぞ(笑)

どうするか教えてください。プログラマーのためにすべてやってくれているのです。I.e.APIです。

そして、ユーザーにとっては何もない。私は通常、不正な手によって介入される可能性を最小限に抑えるために、自動化することにしています。つまり、ユーザーインターフェースはありません。

ウラン です。

しかし、[make it good for me]ボタンを使うだけでは不十分で、やはり基本を身につける必要があります。

共通信号窓方式の予測系の状態について、ハースト指数(yemnip)を求める方法がある。

確かに、実装されていない・・・。

 
TheXpert です。

どうするか教えてください。プログラマーのためにすべてやってくれているのです。I.e.APIです。

ユーザーには何もない。普段は自動化し、不正な手が介入する可能性を最小限に抑えている。つまり、ユーザーインターフェイスがないのです。



だから言ったじゃないですか((

気にしないでください。

 
ミシェック

だから言ったじゃないですか((

それから、ニューロパッケージを選ぶことです。あなたの裏面を見てみてください。「ピシッ」ボタンは、特定のタスクにしかつけられないんですよ。

データを準備し、正しくフィードし、正しくトレーニングし、正しく結果を評価する必要があります。

 

本当は「面白い・・・」スレッドにあるのですが、話題はこちらの方が近いです。

進化と人工生命

そしてここに生命がある http://www.math.com/students/wonders/life/life.html
Эволюция и искусственная жизнь
  • alt-future.narod.ru
Искусственная жизнь (ИЖ, ALife) как отдельное научное направление выделилась из теории искусственного интеллекта (ИИ) в 80-х гг. прошлого века, когда состоялась первая Международная конференция ALife I (1989 г., Лос-Аламос). Вскоре за ней последовали Европейская конференция по искусственной жизни и Международная конференция по...
 

以下に挙げる学習アルゴリズムに精通した諸君。

ティーチングストロークの変種を列挙する。

例えば、バックプロップでは、まず計算の前進が あり、次に誤差伝搬の後退が ある。

多くの学習アルゴリズムには、他にどのような手があるのでしょうか。

これは、必要な仮想関数を エンジンに搭載するために必要です。

ZZZY以下は、誰がこれらのアルゴリズムで使用されるどのようなオプション(s)の動きを書く知っているテーブルです。

 
パラダイム 学習ルール 建築 学習アルゴリズム タスク
先生と一緒に エラー訂正 単層パーセプトロンと多層パーセプトロン パーセプトロン学習アルゴリズム
逆伝播法
Adaline and Madaline
パターン分類
関数近似
予測、制御
ボルツマン 再発 ボルツマン学習アルゴリズム パターン分類
ヘブ 多層直接伝搬 線形判別分析 データ解析
パターン分類
コンペティション コンペティション ベクトル量子化 クラス内分類 データ圧縮
ARTネットワーク ARTMap 画像の分類
教師なし エラー訂正 多層直接伝搬 サモンプロジェクション クラス内分類 データ分析
ヘブ 直接伝播または競合 主成分分析 データ解析
データ圧縮
ホップフィールド・ネットワーク 学習型連想記憶 連想記憶
コンペティション コンペティション ベクトル量子化 カテゴライズ
データ圧縮
コホーネンSOM コホーネンSOM カテゴライズ
データ分析
ARTネットワーク ART1、ART2 カテゴリー分け
ミックス 誤り訂正と競争 RBFネットワーク RBF学習アルゴリズム パターン分類
特徴近似
予測、制御
 

なるほど、一般的な沈黙は、質問の複雑さからくるものだと思います。

質問を言い換えます。

学習アルゴリズムにおいて、層のバックトラックが適切でないものはどれか?

 
ウラン です。

なるほど、一般的な沈黙は、質問の複雑さからくるものだと思います。

質問を言い換えます。

バックトラックはどの学習アルゴリズムに適していないのか?

むしろ、"どの学習アルゴリズムでは、層のバックトラックは必要ないのか?" ということです。

一つ言えるのは、遺伝的アルゴリズムには 必要ないということです。

それ以外の場合は、私の勘違いかもしれませんが、そうです。

 
彼女.人間:

むしろ、「レイヤー・バックトラックが不要な学習アルゴリズムはどれか

一つ言えるのは、遺伝的アルゴリズムには 必要ないということです。

他の場合は、私が間違っているかもしれませんが、そうです。


我々はグリッド自体の動きを学習するために必要ない場合は、学習アルゴリズム(重みを調整する)層の列挙の唯一の後方ストロークに設定し、何の本質は、我々はそれが必要な場合は、グリッドの計算の1前進を呼び出してもよい、我々は呼び出し、逆にしています。

ちょっと疑問なのですが、グリッド計算の前進と重みのフィッティングの前進が必要なアルゴリズムがあるのではないでしょうか?

そんなアルゴリズムは本当に知らないのですが、すべてを知ることはできません。

 

こんにちは、本題とは違いますが、アドバイスをお願いします。

私自身は、ある課題を与えられています。パラメータで設定するのではなく、現在の瞬間の適応的な時間窓を選択する必要があります(例:10バー)。その後、履歴を詳細に調べ、選択したウィンドウがどのクラスタに属しているかを判断します。ニューラルネットワークで対応できるのか、それとも他の方法が簡単なのか?差し支えなければ、ソーセージレベルのグリッドの本だけを送ってください。