記事「ニューラルネットワークの実践：割線」についてのディスカッション

[MetaQuotes]

新しい記事「ニューラルネットワークの実践：割線」はパブリッシュされました:

理論的な部分ですでに説明したように、ニューラルネットワークを扱う場合、線形回帰と導関数を使用する必要があります。なぜでしょうか。その理由は、線形回帰は現存する最も単純な公式の1つだからです。本質的に、線形回帰は単なるアフィン関数です。しかし、ニューラルネットワークについて語るとき、私たちは直接線形回帰の効果には興味がありません。この直線を生み出す方程式に興味があるのです。作られた線にはそれほど興味がありません。私たちが理解すべき主要な方程式をご存じですか。ご存じでなければ、この記事を読んで理解することをお勧めします。

親愛なる読者の皆さん、連載記事として扱われることのない話題へようこそ。

人工知能をテーマとした連載記事を発表したほうがいいのではと考える人も多いでしょうが、私にはその方法が想像できません。ほとんどの人は、ニューラルネットワークの真の目的、ひいてはいわゆる人工知能について知りません。

ここではこの話題について詳しくは触れません。その代わりに、他の側面に焦点を当てます。したがって、このトピックに関する私の記事をどのような順番で読んでも構わないし、自分に関係のある内容に集中しても構いません。ニューラルネットワークと人工知能のトピックをできるだけ広く考えます。主な目的は、市場や特定のタスクに向けたシステムを作成することではありません。ここでの目的は、メディアで紹介され、多くの人々を魅了し、ニューラルネットワークや人工知能が一定レベルの意識を持つことができると思わせるようなことを、コンピュータープログラムがどのように実行できるかを説明し、示すことです。

私はニューラルネットワークと人工知能には違いがあると思っていますが、もちろんこれは私の意見に過ぎません。これらの記事を読めば、人工知能やニューラルネットワークが特別なものではないことがわかるでしょう。それは単に、特定の目標を達成するために考え抜かれたプログラムです。ただし、まだ焦りは禁物です。まず、さまざまな段階を踏んで、すべての仕組みを理解しなければなりません。MQL5以外は使用しません。

これは私にとって個人的な挑戦となります。私はただ、正しい概念と物事が実際にどのように動くかを理解すれば、どんな言語でもこの記事で紹介するようなものを作成することができることを示したいだけです。これらの記事が読者にとって興味深いものであり、このトピックに関する知識を豊かにしてくれることを願っています。

作者: Daniel Jose