NSの入力値を正しく形成する方法。 - ページ 13 1...67891011121314151617181920...31 新しいコメント Neutron 2008.07.09 10:44 #121 皆さん、「割り込み」で申し訳ありません。 この方向で仕事をされた方はいらっしゃいますか? 有用な情報をアプリオリに知らずに「釣り上げる」という発想は魅力的だと思います。これが現実的に私たちのビジネスにどう活かされるのだろう? Yuriy Zaytsev 2008.07.09 11:02 #122 Neutron писал (а)>> 皆さん、「割り込み」で申し訳ありません。 この方向で仕事をされた方はいらっしゃいますか? 有用な情報をアプリオリに知らずに「釣り上げる」という発想は魅力的だと思います。これが現実的に私たちのビジネスにどう活かされるのだろう? このようなフィードバックがあります。 Sergey Fionin 2008.07.09 11:07 #123 相関関係があるように見えます。つまり、求めている関数は、入力から出力、またはその逆の相関の関数です。 Candid 2008.07.09 11:11 #124 相互情報量は目標関数として提供される。つまり、先生がいなくても学べるという変種なのです。 最終的にこうなるのか?ある種のスライディングベクトル、つまり多次元的なムービング? TheXpert 2008.07.09 11:20 #125 YuraZ писал (а)>> >>こんなフィードバックがあります いや、どちらかというとPCAに近い印象です。 Sergey Fionin 2008.07.09 11:20 #126 lna01 писал (а)>> いいえ、相互情報は目標関数として提供されます。つまり、先生がいなくても学べるという変種なのです。 なぜダメなのか?相関がある場合、学習中に目標関数が1になる傾向がある。原理的には、従来の最適化とあまり変わらないと思うのですが。 Yuriy Zaytsev 2008.07.09 11:28 #127 sergeev писал (а)>> 2 YuraZ.み んなが持ち直している、それはいいことだ。 上記スレッドのあなたの専門家が、私の最初の紹介でした。コードをありがとうございました。その若干の修正・加筆版をここに貼り付けておく。初心者の方には十分な性能だと思います。 テストパターンで、私のバージョンの出力と本物の出力を厳密に比較しました。 私はあなたのバージョンを試してみました、私はそれを教えることができたことがありません 私のバリアントでは学習が早かった TheXpert 2008.07.09 11:29 #128 Neutron писал (а)>> 有用な情報をアプリオリに知らずに「釣り上げる」という発想は魅力的だと思います。うちの場合、現実的にどう使えるんだろう? I(X,Y)関数はどうでしょうか? IMHOでは、PCA(主成分分析)またはMGC(主成分法)と再循環ネットワークが必要だと考えています。 Candid 2008.07.09 11:31 #129 FION писал (а)>> なぜダメなのか?相関がある場合、学習中に目標関数が1になる傾向がある。原理的には、従来の最適化とあまり変わらないと思うのですが。 "No "はフィードバックを参照しました :).目標関数としての相関については、確かに相互情報量と関係があるようです。しかし、計算式が違うので、学習の軌跡も違うかもしれません。一般に、多かれ少なかれ複雑な系では、大域的な極限への到達を期待することは困難である。そして、結果として得られる局所極限は、学習経路によって異なることが判明するかもしれない。 RIP 2008.07.09 11:31 #130 Neutron писал (а)>> 皆さん、「割り込み」で申し訳ありません。 この方向で仕事をされた方はいらっしゃいますか? 有用な情報をアプリオリに知らずに「釣り上げる」という発想は魅力的だと思います。うちの場合、現実的にどう使えるんだろう? この抜粋はどこからのものなのか、お伺いしてもよろしいでしょうか?以前、ノイズから有用な信号を抽出する作業を試みたことがあるのですが、未完成のままでした。 1...67891011121314151617181920...31 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
皆さん、「割り込み」で申し訳ありません。
この方向で仕事をされた方はいらっしゃいますか?
有用な情報をアプリオリに知らずに「釣り上げる」という発想は魅力的だと思います。これが現実的に私たちのビジネスにどう活かされるのだろう?
皆さん、「割り込み」で申し訳ありません。
この方向で仕事をされた方はいらっしゃいますか?
有用な情報をアプリオリに知らずに「釣り上げる」という発想は魅力的だと思います。これが現実的に私たちのビジネスにどう活かされるのだろう?
このようなフィードバックがあります。
相互情報量は目標関数として提供される。つまり、先生がいなくても学べるという変種なのです。
最終的にこうなるのか?ある種のスライディングベクトル、つまり多次元的なムービング?
>>こんなフィードバックがあります
いや、どちらかというとPCAに近い印象です。
いいえ、相互情報は目標関数として提供されます。つまり、先生がいなくても学べるという変種なのです。
なぜダメなのか?相関がある場合、学習中に目標関数が1になる傾向がある。原理的には、従来の最適化とあまり変わらないと思うのですが。
2 YuraZ.み んなが持ち直している、それはいいことだ。
上記スレッドのあなたの専門家が、私の最初の紹介でした。コードをありがとうございました。その若干の修正・加筆版をここに貼り付けておく。初心者の方には十分な性能だと思います。
テストパターンで、私のバージョンの出力と本物の出力を厳密に比較しました。
私はあなたのバージョンを試してみました、私はそれを教えることができたことがありません
私のバリアントでは学習が早かった
有用な情報をアプリオリに知らずに「釣り上げる」という発想は魅力的だと思います。うちの場合、現実的にどう使えるんだろう?
I(X,Y)関数はどうでしょうか?
IMHOでは、PCA(主成分分析)またはMGC(主成分法)と再循環ネットワークが必要だと考えています。
なぜダメなのか?相関がある場合、学習中に目標関数が1になる傾向がある。原理的には、従来の最適化とあまり変わらないと思うのですが。
"No "はフィードバックを参照しました :).目標関数としての相関については、確かに相互情報量と関係があるようです。しかし、計算式が違うので、学習の軌跡も違うかもしれません。一般に、多かれ少なかれ複雑な系では、大域的な極限への到達を期待することは困難である。そして、結果として得られる局所極限は、学習経路によって異なることが判明するかもしれない。
皆さん、「割り込み」で申し訳ありません。
この方向で仕事をされた方はいらっしゃいますか?
有用な情報をアプリオリに知らずに「釣り上げる」という発想は魅力的だと思います。うちの場合、現実的にどう使えるんだろう?
この抜粋はどこからのものなのか、お伺いしてもよろしいでしょうか?以前、ノイズから有用な信号を抽出する作業を試みたことがあるのですが、未完成のままでした。