トレーディングにおけるニューラルネットワークの活用 - ページ 13

[solar]

[削除済み]

grell:


その理由は様々で、ネットワークの冗長性です。

そして、ネットワークの冗長性とは何かを考えよう)

[TheXpert]

Figar0:
そして、ネットワークの冗長性とは何かを考えよう)

エッセンスにフィットする。

[Дмитрий]

TheXpert:
本来はふさわしい。

フィッティングとは、サンプルが小さすぎる場合です。ネットワークの冗長性はフィッティングにほとんど影響しない。

[Дмитрий]

Figar0:
冗長性の意味を探ってみませんか)

その必要はありません。すでにレイヤーとウェイトの数が非常に多いことは明らかです。

しかし、フィッティングの問題に付け加えると......。冗長化されたネットワークは、2つの未知数を持つ4つの方程式の連立方程式に似ています。ネットワークがすべてのデータを些細に学習するか、解は正しいが不安定になるかのどちらかである。

[削除済み]

TheXpert:
本質をついたフィッティング。

これは理解できる。ネットワークの必要十分性はどのように判断するのですか？冗長性があれば、十分性があるのか？

グレル

ネットワークが全データを学習するか

ネットワークはどれくらいのデータを学習できるのか？

[Дмитрий]

すべてのネットワーク、MLPのことでしょうか？

[削除済み]

grell:
すべてのネットワーク、MLPのことでしょうか？

根本的な違いは何でしょうか？MLPにしよう。ここに自分の設定したMLPがありますが、どのくらい学習できるのか、フィットするのか？

[TheXpert]

Figar0:

これは理解できる。ネットワークの必要十分性はどのように判断するのですか？冗長性があれば、十分性があるのか？

ああ、それは簡単なことです。学習が始まれば、それで十分です。

[Дмитрий]

私が達成した最大値は3ヶ月です。(k/(l+1))*(m/(n+point) = 8で、k-利益のある取引の数、l-損失のある取引の数、m-利益のある取引の総残高、n-損失のある取引の総残高です。