NSの入力値を正しく形成する方法。 - ページ 9 12345678910111213141516...31 新しいコメント Леонид 2008.07.08 15:47 #81 sergeev писал (а)>> 3. ネットワークの過学習の問題 オーバートレーニングの問題は単純ではなく、明確な答えがあるわけではありません。オーバートレーニングを避けるために、クロスチェックを行うことがありますが、トレーニング期間が短すぎると、必ずしも効果があるとは言えません。しかし、一般的にオーバートレーニングに対する最良のチェックは、リアルまたはOOCです。 Сергей 2008.07.08 15:50 #82 TheXpert писал (а)>> そう、今夜は何か読むものがありそうだ、もしかしたらすぐにコードを書き出すかもしれない) えーっ。なぜ、そのアイデアを「さっさと」信じて、腰を据えてコーディングしようとしないのか、本当に理解に苦しみます。 トピックに戻ると、すでに「正しい」入力が見つかり、それらが正規化され、残された唯一のものであることが判明した...。...は、「チャンピオンシップ」に間に合わせることです。すべて（インプットではなく、道具という意味で）はすでに発明されているのです。この文脈では - NeurosolutionsまたはNeuroshel 2（および他の多くのプログラム）。少なくとも、AND入力が「間違っている」ことを確認し、「正規化」でさらに歪ませるのが手っ取り早いでしょう。 はい、1つの議論があります - すべてのプログラムは時代遅れであり、アルゴリズムは苔で覆われている、しかし...結局、入力が間違っているのかもしれない :) ' ここで、時代遅れから、「Polynominal Net (GMDH)」（NeuroShell 2より）に「ピキッ」ときて、10時間のトレーニング/学習で、マーケット式が出来上がりました :) Леонид 2008.07.08 15:50 #83 sergeev писал (а)>> 9 再帰的ネットワーク リカレントネットワークの良いところは、「先生」が存在しないことです。したがって、非常に重要な変数である、ネットワークの「先生」を除外しています。出力データ（ネットワークの学習対象）は間違う可能性があるので、それを除外することで、入力を見つけることだけに集中できる。 TheXpert 2008.07.08 15:52 #84 LeoV писал (а)>> クロスバリデーションとは、例えば2007年に学習させたネットワークを2008年に「テスト」し、前のネットワーク（2008年に「テスト」）よりも良ければ、そのネットワークを残すというものです。といった具合に。同じように、2007年は成果が上がらないが、2008年にはネットワークのチェックが入るので、その心配はない。こうすることで、（ネットワークの）過剰訓練や（TCの）過剰最適化を避けることができます。 フォワードテストです、EMMNIP :)、ヘイキンも読むといいと思います。 そして、一般的にあなたの最後の投稿は有益ではありません、あなたは最終的に本当に有用な考えを表現するために始めることができますか？ Леонид 2008.07.08 15:53 #85 TheXpert писал (а)>> フォワードテストです、EMNIP :) 、ヘイキンも読むといいと思います。 そして、一般的に、あなたの最近の記事のうち、有益なものは一つもありません、あなたは最終的に本当に有用な考えを表現するために始めることができますか？ ごめん、ごめん、もういいよ。ちょっと調子に乗りすぎました......)))) TheXpert 2008.07.08 15:57 #86 LeoV писал (а)>> リカレントネットワークの良いところは、「先生」が存在しないことです。したがって、非常に重要な変数である、ネットワークの「先生」を除外しています。ネットワークが学習する）出力データも誤る可能性があるので、それを除外することで、入力を見つけることだけに集中できる。 何？おお、リカレントネットワークには先生がいないんですか。リカレントネットワークは，フィードバックの有無でMLPと異なるが，教師がいない場合は全く異なる．エルマンモデルとジョーダンモデルについてRTFM。 Леонид 2008.07.08 15:57 #87 TheXpert писал (а)>> フォワードテストです、EMNIP :) 最後のポイント、すみません。フォワードテストは違います。でも、説明が足りなかったかも？でも、読み直してみると......なるほどと思える。あなたが理解していなかっただけです......。 Леонид 2008.07.08 15:59 #88 TheXpert писал (а)>> えーっ！？ーーリカレントネットワークには先生がいないのですか？リカレントネットワークは、MLPとは異なり、フィードバックがある場合は、教師がいない場合とは異なります。ElmanとJordanのモデルについてRTFM。 あるのなら、あるんだ!気にしない ))) TheXpert 2008.07.08 16:01 #89 SergNF писал (а)>> え。なぜ、アイデアを「さっさと」信じて、コーディングに取り掛かろうとしないのか、本当に理解に苦しみます。 話を戻すと、すでに「正しい」入力を見つけ、正規化し、あとは......という状態になっていることがわかります。...は、「チャンピオンシップ」に間に合わせることです。すべて（インプットではなく、道具という意味で）はすでに発明されている。この文脈では - Neurosolutions または Neuroshel 2 (および他の多くのプログラム).少なくとも、AND入力が「間違っている」ことを確認し、「正規化」でさらに歪ませるのが手っ取り早いでしょう。 はい、1つの議論があります - すべてのプログラムは時代遅れであり、アルゴリズムは苔で覆われている、しかし...結局、入力が間違っているのかもしれませんね :) ' これは、時代遅れの「釘付け」「ネットワーク」「ポリノミナルネット（GMDH）」（NeuroShell 2より）-10時間のトレーニング/学習で、市場の公式が出来上がった私です :) それはそれでいいのですが、せっかく自分のソフトを持っているので、それを使っています。 また、コードについてですが、NeurosolutionsやNeuroshell 2はMQL4にコードを移植するのでしょうか？現地の人にとっても、もしかしたら自分にとっても便利だと思う関数をいくつか書いてみることにします。特に、100行のコードを書くのに1時間かかるんですから。 TheXpert 2008.07.08 16:02 #90 LeoV писал (а)>> 最後にもう一点、すみません。フォワードテストは違います。でも、説明が足りなかったかもしれませんね。でも、読み直してみると......なるほどと思える。あなたが理解していなかっただけです......。 気にしないでください、間違っていたらごめんなさい。 12345678910111213141516...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
オーバートレーニングの問題は単純ではなく、明確な答えがあるわけではありません。オーバートレーニングを避けるために、クロスチェックを行うことがありますが、トレーニング期間が短すぎると、必ずしも効果があるとは言えません。しかし、一般的にオーバートレーニングに対する最良のチェックは、リアルまたはOOCです。
そう、今夜は何か読むものがありそうだ、もしかしたらすぐにコードを書き出すかもしれない)
えーっ。なぜ、そのアイデアを「さっさと」信じて、腰を据えてコーディングしようとしないのか、本当に理解に苦しみます。
トピックに戻ると、すでに「正しい」入力が見つかり、それらが正規化され、残された唯一のものであることが判明した...。...は、「チャンピオンシップ」に間に合わせることです。すべて（インプットではなく、道具という意味で）はすでに発明されているのです。この文脈では - NeurosolutionsまたはNeuroshel 2（および他の多くのプログラム）。少なくとも、AND入力が「間違っている」ことを確認し、「正規化」でさらに歪ませるのが手っ取り早いでしょう。
はい、1つの議論があります - すべてのプログラムは時代遅れであり、アルゴリズムは苔で覆われている、しかし...結局、入力が間違っているのかもしれない :)
'
ここで、時代遅れから、「Polynominal Net (GMDH)」（NeuroShell 2より）に「ピキッ」ときて、10時間のトレーニング/学習で、マーケット式が出来上がりました :)
リカレントネットワークの良いところは、「先生」が存在しないことです。したがって、非常に重要な変数である、ネットワークの「先生」を除外しています。出力データ（ネットワークの学習対象）は間違う可能性があるので、それを除外することで、入力を見つけることだけに集中できる。
クロスバリデーションとは、例えば2007年に学習させたネットワークを2008年に「テスト」し、前のネットワーク（2008年に「テスト」）よりも良ければ、そのネットワークを残すというものです。といった具合に。同じように、2007年は成果が上がらないが、2008年にはネットワークのチェックが入るので、その心配はない。こうすることで、（ネットワークの）過剰訓練や（TCの）過剰最適化を避けることができます。
フォワードテストです、EMMNIP :)、ヘイキンも読むといいと思います。
そして、一般的にあなたの最後の投稿は有益ではありません、あなたは最終的に本当に有用な考えを表現するために始めることができますか？
フォワードテストです、EMNIP :) 、ヘイキンも読むといいと思います。
そして、一般的に、あなたの最近の記事のうち、有益なものは一つもありません、あなたは最終的に本当に有用な考えを表現するために始めることができますか？
ごめん、ごめん、もういいよ。ちょっと調子に乗りすぎました......))))
リカレントネットワークの良いところは、「先生」が存在しないことです。したがって、非常に重要な変数である、ネットワークの「先生」を除外しています。ネットワークが学習する）出力データも誤る可能性があるので、それを除外することで、入力を見つけることだけに集中できる。
何？おお、リカレントネットワークには先生がいないんですか。リカレントネットワークは，フィードバックの有無でMLPと異なるが，教師がいない場合は全く異なる．エルマンモデルとジョーダンモデルについてRTFM。
フォワードテストです、EMNIP :)
最後のポイント、すみません。フォワードテストは違います。でも、説明が足りなかったかも？でも、読み直してみると......なるほどと思える。あなたが理解していなかっただけです......。
えーっ！？ーーリカレントネットワークには先生がいないのですか？リカレントネットワークは、MLPとは異なり、フィードバックがある場合は、教師がいない場合とは異なります。ElmanとJordanのモデルについてRTFM。
あるのなら、あるんだ!気にしない )))
え。なぜ、アイデアを「さっさと」信じて、コーディングに取り掛かろうとしないのか、本当に理解に苦しみます。
話を戻すと、すでに「正しい」入力を見つけ、正規化し、あとは......という状態になっていることがわかります。...は、「チャンピオンシップ」に間に合わせることです。すべて（インプットではなく、道具という意味で）はすでに発明されている。この文脈では - Neurosolutions または Neuroshel 2 (および他の多くのプログラム).少なくとも、AND入力が「間違っている」ことを確認し、「正規化」でさらに歪ませるのが手っ取り早いでしょう。
はい、1つの議論があります - すべてのプログラムは時代遅れであり、アルゴリズムは苔で覆われている、しかし...結局、入力が間違っているのかもしれませんね :)
'
これは、時代遅れの「釘付け」「ネットワーク」「ポリノミナルネット（GMDH）」（NeuroShell 2より）-10時間のトレーニング/学習で、市場の公式が出来上がった私です :)
それはそれでいいのですが、せっかく自分のソフトを持っているので、それを使っています。
また、コードについてですが、NeurosolutionsやNeuroshell 2はMQL4にコードを移植するのでしょうか？現地の人にとっても、もしかしたら自分にとっても便利だと思う関数をいくつか書いてみることにします。特に、100行のコードを書くのに1時間かかるんですから。
最後にもう一点、すみません。フォワードテストは違います。でも、説明が足りなかったかもしれませんね。でも、読み直してみると......なるほどと思える。あなたが理解していなかっただけです......。
気にしないでください、間違っていたらごめんなさい。