NS+指標。実験 - ページ 9

 

複雑なんです...。:( 調べてみますね。

 

デダクタについて:成熟して、その中で訓練されたグリッドの係数に関する情報を抽出する必要がある場合、アカデミック版であっても完全に合法的な方法で行うことが可能です。

 
Rosh:
Alex-Bugalter さんが書き込みました(a)。
何が良くて何が悪いのか、どこを歩くのがベストなのかが分かるなんて、さすが ロッシュ&SK さんですね。
この記事のどこが害悪で、どこが真実でないのか、素人目にもわかるように指摘してくれないかな?
多くの人が誤解しているのだから、正しい道を教えてあげよう。
それとも、お散歩ですか?
誰でも無差別に中傷することができる。
そして、この記事:「ニューラルネットワークと時系列解析」 にも、ゴミが書かれているのでしょうか?

P.s.:それから、Roshさん、もしご迷惑でなければ、私個人としては、「教訓的にひどいことを書いた」とは、具体的にどういう意味でしょうか?



情報を伝えたいのではなく、そのすごさを見せたいという思いがひしひしと伝わってくる記事です。したがって、プレゼンテーションの明快さは、第三位(5.6以下ガスプロムのようなフレーズのすべての種類[唯一の馬鹿な人は、それが表示されている場所を尋ねるので] - 私は今、正確に示すために記事に戻ることはありません、ファジー写真など)です。さらに、著者は、このネットワークが将来の棒グラフの価格の最大値と最小値の境界をいかに正確に予測するかを驚嘆し、完全な馬鹿だけがこれで儲からないと言う-これは完全な冒涜である。 だから、そんなに簡単なら、それで儲けさせればいいのだ。たくさんの巧妙な言葉、あなたは2、3冊の本を読んだ後にそのようなものを書くことができます。 繰り返します - この記事の目的は、著者がどれほど巧妙で、これらのプログラムを扱うときにどれほどよく呪文を知っているかを示し、そこから何も理解できない読者をできるだけ貶め、すべてがいかにクールかを理解させることです。


アレックス・ブガルター

記事が笑える...。を見事に予言していますね。そんなNSですが小国を買い占めることができる :-)

まあ、小国の王がネットなんかやるわけないか..........................。

 
klot:
テッドビール

www.basegroup.ru、googleで簡単に検索することもできます。

私のお気に入りのサイト :)そこで、アルゴリズムのほとんどを手に入れました。

+1
 
光明はない。
悪いニュース - サイトneuroforex.jino-net.ruは、同様にこのホスティングに位置していた別の百と50のサイトとして、倒産しました。
良いニュース - サイトは他のホストに移動し、 neuroforex.netに 対処するためにすぐに(新年後)利用できるようになります

今、これらの記事に関して:その著者は残念ながらこのフォーラムに存在しないと自分自身に守るためにすることはできません。そして、そのクリエイティビティに関するあらゆる攻撃に答えること。
これは、最初の

セカンドです。貿易自動化に特化したフォーラムは文芸サークルではないと思うのです。そのため、記事で表現された私の考えは、スペルミスを探すのではなく、ニューラルネットワークを扱うという観点から、より徹底的に分析されることになります。だから、記事に書かれているような代案を聞いたことがなく、ただボヤボヤしているだけです。残念です。次のバーの終値を 予測するのは難しい、不可能だという話ばかりです。
唯一のクロットは、いつものように、ちょっとしたコードと冷静な思考で喜んでいます。
ネットワークを扱う上で、入力データの提示と準備は最も重要な問題だと思います。
正直なところ、これらの記事を読んでいて、著者の偉そうな態度や自分がいかに賢いかを示したいという気持ちなど、気がつかなかったのです。
どんなビジョンや仕事への取り組みも、どんな些細なことも、どんな無造作な言葉も、NSとの仕事を正しく理解するきっかけになるのではと、興味を持っています。ですから、みなさんが探しているものは、この記事の中にあると信じています。

YuraZ:
Alex-Bugalter

記事が笑える...。を見事に予言していますね。 そんなNS...小国を買い占められる :-) まあ、小国の王様はネットなんかやらないでしょうけど・・・




王はそうしないでしょうし、私たちもそうすべきです。
 
njel:
プライベートの 話。
klot:

Privalへ お世話になりました!!!!でも、戦車を認識するつもりはありません。ありがたいことに、作業はずっと簡単です...。


戦車の方が楽だったかな^^;。)すでに対処済みだが、FXはうまくいっていない。AMAのデリバティブを提出したら、NSがどうなるのか、非常に興味深いです。
いくつかあるかもしれません。何の出力にだけ、AMAの派生版でもあるのか......あるいはいくつか......。

これらのパッケージで可能かどうかは分かりませんが、私なら以下のことを試してみます。AMAから派生した入力で、先生はZigZag。 つまり、NSにピボットポイントを認識させることを教えようとする。
 
TedBeer:

デダクタについて:熟成して、その中で学習したグリッドの係数に関する情報を抽出する必要がある場合、アカデミック版でも完全に合法的な方法で行うことが可能です。ご遠慮なくお問い合わせください。

少し前にDeductorを使っていたのですが、特にコホネン地図を 予測ブロックとして使うと、良い結果が得られました。係数はどのように求めるのですか?
 
Piligrimm:
少し前になりますが、Deductorを使ったところ、特にコホネンマップを予測単位として使えば、結果は悪くありませんでした。係数はどのように求めるのですか?

少なくとも2つの方法があります :-)しかし、最も簡単なのは、あなたの.dedファイルを見ることです。これは単なるxmlファイルで、必要な係数はすべてそこにあります。ただ、入力をノマライズしていないため、MTでグリッドを再現することができませんでした。でも、delphiのコンポーネントで使われている正規化については、同社のホームページで調べられると思います。大差はないはずです。Kohonenマップの 実装を書いている最中なので、そんなことはしない。
 
Piligrimm:
少し前にDeductorを使っていたのですが、特にコホネン地図を予測ブロックとして使うと、良い結果が得られました。係数はどのように求めるのですか?


DeductorからMTにKohonenのネットワークを転送することに成功しました!!!!私の場合、レンジ拡張とリニア正規化を有効にした状態です。まだ デフォルトで有効になっているかは分かりませんが。

入力は,[0...1]の範囲にスケーリングされる。したがって、範囲 [-10...10] の入力の場合、正規化は次のようになります:in[j] = (in[j] + 10) / 20
範囲 [0...100] の入力の場合 -in[j] = in[j] / 100

 
TedBeer:
ピリグリム
少し前にDeductorを使ったことがありますが、特にコホーネンカードを予測単位として使えば、結果は悪くなかったです。係数はどのように求めるのですか?

少なくとも2つの方法を持っています :-)しかし、最も簡単な方法は、あなたの.dedファイルの中を見ることです。単なるxmlファイルで、必要な係数はすべてそこにあります。ただ、入力をノマライズしていなかったので、MTでグリッドを再現することはできませんでした。でも、delphiのコンポーネントで使われている正規化については、同社のホームページで調べられると思います。大差はないはずです。Kohonenマップの実装を書いている最中なので、そんなことはしない。
2つ目の方法は何ですか?