マーケットエチケットや地雷原でのマナールールも ご覧ください。
あなたの質問は、誰も指では説明できないような広い範囲の知識や研究をカバーしています。
ニューラルネットワークの本を読んで、初歩的な概念を理解することをお勧めします。そして、この分野では自分なりに研究してください。奥の院の秘密
のクッキングNNは共有されません。
気になる疑問は
1.ネットワークの各ニューロンが同じ関数であることは理解できるのですが、同じデータが入ってきたときに、同じ関数が違う値を出すことが理解できません......。
2.どのように彼らの最小値と最大値を知らずに引用符を正規化するには?
1.初期重みに依存するため、数千エポックでも一度の学習でグローバルミニマムが求まるとは限りません。
2.価格差をとって、線形正規化すれば最大差を求めることができる。ノンリニアにすれば、学習効果が上がるという話もありますが、個人的にはあまり違いを感じませんでした。学習は少し早いかもしれませんが、正規化する手間が増えます。
1.初期重みに依存するため、数千エポックでも一度の学習でグローバルミニマムが求まるとは限りません。
2.価格差を取り、線形正規化を使えば最大差を求めることができる。ノンリニアにすれば、学習効果が上がるという話もありますが、個人的にはあまり違いを感じませんでした。学習は少し早いかもしれませんが、正規化する手間が増えます。
1.初期重量はわかったが、どうすればいいのか?せめて神経細胞の例が欲しい...。
1.初期重量なのはわかるが、どうすればいいのか?せめて神経細胞の例が欲しい...。
初期重みは通常、ランダムに選択される。Wassermanの有名な本、"Neurocomputer Science: Theory and Practice "を読むと、すべてがかなりうまく説明されている。また、Robert Callan著の「Basic concepts of neural networks」という本には、ネットワークの基本的な特徴が書かれており、確率的ニューラルネットワークの記述もある。そして、この世界に何年も飛び込みたいなら、サイモン・ハイキンなしではありえない:)
親愛なる先生、ニューラルネットワークを理解するのを助けてください。
以下の質問に興味があります。
1.ネットワークの各ニューロンが同じ関数であることは理解できたのですが、同じデータに対して同じ関数が異なる値を与えるということが理解できません。
2.どのように彼らの最小値と最大値を知らずに引用符を正規化するには?
もっとグラフィカルな情報と、学習機構を組み込んだニューラルネットワークの簡単な例くらいは欲しいのですが...。
ありがとうございました。
の答えです。
2つ目の質問に対する答えは、同じ本の111ページに書いてある。
Stanislav Osovsky氏の著書「Neural networks for information processing」。
通常構造化されたコード
ありがとうございました!コメントが少ないのが残念ですが、何とかしてみます...。
ありがとうございました!コメントが少ないのが残念ですが、なんとか頑張ってみます...。
トレーダーは、NSの内部構造を理解する必要はあまりありません。彼にとっては、入力と出力のあるブラックボックスなのだ。このサイトを含め、パブリックドメインにはたくさんの既製のネットワークがあります。検索ボックスに「ニューラル・ネットワーク」と入力するだけです。例えば、最新の論文の一つ-自己学習型ニューラルネットワークに基づく予測器-です。NSを利用する際の主な問題は、どのようなデータを入力して学習させるか、このデータをどのように準備するか、ネットワークの構造や規模はどうするか、などの選択である。例えば、既に述べたネットワークを、YezhovとShumskyが行った方法で学習させてみると...(「ニューロコンピューティングとその経済・ビジネスへの応用」参照、おすすめです)。 そして、最後はバタバタと終わってしまうのです。いろいろな理由があるのでしょう。当時と何が変わったのか(あるいは著者が語っていないこと)、設定や入力データのどこを変えればいいのかを直感する、トレーダーの仕事が始まるのはここからだ。
![MQL5 - MetaTrader 5クライアントターミナルにビルトインされたトレードストラテジーの言語](https://c.mql5.com/i/registerlandings/logo-2.png)
- 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
親愛なる先生、ニューラルネットワークを 理解するのを助けてください。
以下の質問に興味があります。
1.ネットワークの各ニューロンが同じ関数であることは理解できたのですが、同じデータに対して同じ関数が異なる値を与えるということが理解できません。
2.どのように彼らの最小値と最大値を知らずに引用符を正規化するには?
もっとグラフィカルな情報と、学習機構を組み込んだニューラルネットワークの簡単な例くらいは欲しいのですが...。
ありがとうございました。