IvanIvanov : 글쎄요, 모든 것이 오류 없이 컴파일된 것 같습니다... 그리고 이것을 어떻게 사용합니까?
흠 ... 글쎄, 결과는 이미 알려져 있습니다. NN은 구구단을 배우고 예를 들어 sin (x)를 가르치려고 시도합니다. 한 마디로 이것이 왜 그런지 이해하도록 실험하고 어떻게 작동하는지, 원칙적으로 중요하지 않지만 확실히 작동합니다. 나는 당신에게 가장 중요한 것은 국회와 같은 도구를 사용하는 방법을 배우는 것이라고 생각합니다.
IgorM : 흠 ... 글쎄, 결과는 이미 알려져 있습니다. NN은 구구단을 배우고 예를 들어 sin (x)를 가르치려고 시도합니다. 한 마디로 이것이 왜 그런지 이해하도록 실험하고 어떻게 작동하는지, 원칙적으로 중요하지 않지만 확실히 작동합니다. 나는 당신에게 가장 중요한 것은 국회와 같은 도구를 사용하는 방법을 배우는 것이라고 생각합니다.
:-) 어떻게든 이것을 켜는 방법을 배워야 합니다. 차트에 스크립트를 던지고 로드 및 언로드합니다....
무슨 일이 일어나고 있는지 명확했습니다.
예, 이해하고 싶습니다. 어떻게 적용할 수 있습니까?
질문은 순전히 이론적입니다. 특정 거래자의 작업 예를 사용하여 네트워크를 사용하여 고문에게 거래를 훈련, 슬리핑 플러스 및 가장 "정확한"거래를 네트워크로 만들도록 가르치는 것이 가능합니까? , 잘못된 거래는 제외하고 교육에서 수익성이 없고 모호합니까?
질문은 순전히 이론적입니다. 특정 거래자의 작업 예를 사용하여 네트워크를 사용하여 고문에게 거래를 훈련, 슬리핑 플러스 및 가장 "정확한"거래를 네트워크로 만들도록 가르치는 것이 가능합니까? , 잘못된 거래는 제외하고 교육에서 수익성이 없고 모호합니까?
이것은 이론적인 것이 아니라 정말 실용적인 질문입니다... NN은 훈련 중에 입력 데이터의 구조를 기억할 수 있으며 훈련된 NN은 출력에서 올바른 응답을 제공합니다
그러나 모든 것이 그렇게 순조롭지는 않습니다 ... 주요 문제는 NS의 입력에 무엇을 제출해야하는지입니다. 다음과 같은 평범한 오류가 있습니다. NS에 구구단 1x1 .. 9x9를 가르친 다음 우리는 정답을 요구합니다. NS 23x13 및 NS가 작동하지 않는다고 불평합니다. NS는 단순히 테이블 곱셈 23x13에서 훈련되지 않았습니다.
신경망을 훈련할 때 입력 데이터가 출력에 의존하지 않는 경우가 있습니다. 어떤 이유로 우리는 EURUSD에 대한 마지막 3-4 Close[]를 사용하여 가격이 10개 막대에서 어디로 갈지 예측할 수 있고 오랫동안 이 방향으로 NS를 "고통"한 다음 포럼에서 NS가 외칠 수 있다고 결정했습니다. 작동하지 않습니다 ... (아마도 달의 Nuno 단계가 예측에 사용됩니다 :) )
저것들. 신경망 작업의 품질은 올바르게 준비된 데이터에 달려 있습니다. 숨겨진 종속성이 있는 경우 신경망은 이를 학습하고 미래에 올바르게 작동합니다. 종속성이 없으면 신경망은 기적을 일으킬 수 없습니다.
이것은 이론적인 것이 아니라 정말 실용적인 질문입니다... NN은 훈련 중에 입력 데이터의 구조를 기억할 수 있으며 훈련된 NN은 출력에서 올바른 응답을 제공합니다
그러나 모든 것이 그렇게 순조롭지는 않습니다 ... 주요 문제는 NS의 입력에 무엇을 제출해야하는지입니다. 다음과 같은 평범한 오류가 있습니다. NS에 구구단 1x1 .. 9x9를 가르친 다음 우리는 정답을 요구합니다. NS 23x13 및 NS가 작동하지 않는다고 불평합니다. NS는 단순히 테이블 곱셈 23x13에서 훈련되지 않았습니다.
신경망을 훈련할 때 입력 데이터가 출력에 의존하지 않는 경우가 있습니다. 어떤 이유로 우리는 EURUSD에 대한 마지막 3-4 Close[]를 사용하여 가격이 10개 막대에서 어디로 갈지 예측할 수 있고 오랫동안 이 방향으로 NS를 "고통"한 다음 포럼에서 NS가 외칠 수 있다고 결정했습니다. 작동하지 않습니다 ... (아마도 달의 Nuno 단계가 예측에 사용됩니다 :) )
저것들. 신경망 작업의 품질은 올바르게 준비된 데이터에 달려 있습니다. 숨겨진 종속성이 있는 경우 신경망은 이를 학습하고 미래에 올바르게 작동합니다. 종속성이 없으면 신경망은 기적을 일으킬 수 없습니다.
어떻게든, 다른 방식으로 - 과학적으로, 나는 어떻게
원하는 결과를 얻으려면 입력 데이터가 정확해야 한다는 학습의 적절성 문제를 이해합니다.
그리고 그것들은 상당히 형식화되어 있고, 결정이 실제로 그것들에 기초해서만 내려진다면
내 머리 속에서 생각이 맴도는 것, 결정이 내려지는 기준이 되는 입력 데이터 스트림은 넓지 않고, 2,300만 개의 조합이 있습니다. 2만 3천 조합
신경망을 훈련할 때 입력 데이터가 출력에 의존하지 않는 경우가 있습니다. 어떤 이유로 우리는 EURUSD에 대한 마지막 3-4 Close[]를 사용하여 가격이 10개 막대에서 어디로 갈지 예측할 수 있고 오랫동안 이 방향으로 NS를 "고통"한 다음 포럼에서 NS가 외칠 수 있다고 결정했습니다. 작동하지 않습니다 ... (아마도 달의 Nuno 단계가 예측에 사용됩니다 :) )
저것들. 신경망 작업의 품질은 올바르게 준비된 데이터에 달려 있습니다. 숨겨진 종속성이 있는 경우 신경망은 이를 학습하고 미래에 올바르게 작동합니다. 종속성이 없으면 신경망은 기적을 일으킬 수 없습니다.
어떻게든, 다른 방법으로 - 과학적으로, 나는 어떻게
네 그렇군요...
이것은 신경망을 훈련할 때 주요 문제입니다. 그러나 일반적으로 인생에서. 우리는 미래에 무엇이 도움이 될지 결코 알지 못합니다. 우리는 모든 것과 손에 닿는 모든 것을 배우려고 노력하지만 운명, 나쁜 놈, 나쁜 놈은 말합니다. 당신이 이 모든 것을 도대체 왜 배웠습니까?, 헛된 것입니다. 이것을 고려할 필요가있었습니다 ... 요컨대, 추측하는 사람은 말을 타고 있습니다. 그러나 일반적인 주요 유전 알고리즘 은 말합니다.
В статье автор расскажет об эволюционных вычислениях с использованием генетического алгоритма собственной реализации. Будет показано на примерах функционирование алгоритма, даны практические рекомендации по его использованию.
예, ....\MQL5\Include 폴더에 대한 class_NetMLP.mqh 라이브러리
메타 편집기에서 스크립트를 만들고 코드를 복사합니다.
흠 ... 글쎄, 결과는 이미 알려져 있습니다. NN은 구구단을 배우고 예를 들어 sin (x)를 가르치려고 시도합니다. 한 마디로 이것이 왜 그런지 이해하도록 실험하고 어떻게 작동하는지, 원칙적으로 중요하지 않지만 확실히 작동합니다. 나는 당신에게 가장 중요한 것은 국회와 같은 도구를 사용하는 방법을 배우는 것이라고 생각합니다.
:-) 어떻게든 이것을 켜는 방법을 배워야 합니다. 차트에 스크립트를 던지고 로드 및 언로드합니다....
무슨 일이 일어나고 있는지 명확했습니다.
예, 이해하고 싶습니다. 어떻게 적용할 수 있습니까?
질문은 순전히 이론적입니다. 특정 거래자의 작업 예를 사용하여 네트워크를 사용하여 고문에게 거래를 훈련, 슬리핑 플러스 및 가장 "정확한"거래를 네트워크로 만들도록 가르치는 것이 가능합니까? , 잘못된 거래는 제외하고 교육에서 수익성이 없고 모호합니까?
---------------
그리고 내가 컴파일한 것을 포함시키는 방법을 설명하십시오. 플리즈.
같은 장소에서 "인쇄"를 통한 출력을 보십시오.
질문은 순전히 이론적입니다. 특정 거래자의 작업 예를 사용하여 네트워크를 사용하여 고문에게 거래를 훈련, 슬리핑 플러스 및 가장 "정확한"거래를 네트워크로 만들도록 가르치는 것이 가능합니까? , 잘못된 거래는 제외하고 교육에서 수익성이 없고 모호합니까?
이것은 이론적인 것이 아니라 정말 실용적인 질문입니다... NN은 훈련 중에 입력 데이터의 구조를 기억할 수 있으며 훈련된 NN은 출력에서 올바른 응답을 제공합니다
그러나 모든 것이 그렇게 순조롭지는 않습니다 ... 주요 문제는 NS의 입력에 무엇을 제출해야하는지입니다. 다음과 같은 평범한 오류가 있습니다. NS에 구구단 1x1 .. 9x9를 가르친 다음 우리는 정답을 요구합니다. NS 23x13 및 NS가 작동하지 않는다고 불평합니다. NS는 단순히 테이블 곱셈 23x13에서 훈련되지 않았습니다.
신경망을 훈련할 때 입력 데이터가 출력에 의존하지 않는 경우가 있습니다. 어떤 이유로 우리는 EURUSD에 대한 마지막 3-4 Close[]를 사용하여 가격이 10개 막대에서 어디로 갈지 예측할 수 있고 오랫동안 이 방향으로 NS를 "고통"한 다음 포럼에서 NS가 외칠 수 있다고 결정했습니다. 작동하지 않습니다 ... (아마도 달의 Nuno 단계가 예측에 사용됩니다 :) )
저것들. 신경망 작업의 품질은 올바르게 준비된 데이터에 달려 있습니다. 숨겨진 종속성이 있는 경우 신경망은 이를 학습하고 미래에 올바르게 작동합니다. 종속성이 없으면 신경망은 기적을 일으킬 수 없습니다.
어떻게든, 다른 방법으로 - 과학적으로, 나는 어떻게
여기를 보면 "인쇄"를 통한 출력도 있습니다.
아 ...하지만 나는 이것을 가지고 있습니다
이것이 내가 이 도서관에 남긴 것입니다 - 그것이 당신에게 도움이 될 것인지 아닌지조차 모릅니다.
추신: 이전 게시물을 추가했습니다. 이제 가겠습니다. 일이 마침내 끝났습니다. 통계에 따른 스크립트가 결과를 제공했습니다. 14시간 동안 컴퓨터를 운전하고 공부할 것입니다.
여기를 보세요. 같은 위치에서 "인쇄"를 통한 출력:
이것은 이론적인 것이 아니라 정말 실용적인 질문입니다... NN은 훈련 중에 입력 데이터의 구조를 기억할 수 있으며 훈련된 NN은 출력에서 올바른 응답을 제공합니다
그러나 모든 것이 그렇게 순조롭지는 않습니다 ... 주요 문제는 NS의 입력에 무엇을 제출해야하는지입니다. 다음과 같은 평범한 오류가 있습니다. NS에 구구단 1x1 .. 9x9를 가르친 다음 우리는 정답을 요구합니다. NS 23x13 및 NS가 작동하지 않는다고 불평합니다. NS는 단순히 테이블 곱셈 23x13에서 훈련되지 않았습니다.
신경망을 훈련할 때 입력 데이터가 출력에 의존하지 않는 경우가 있습니다. 어떤 이유로 우리는 EURUSD에 대한 마지막 3-4 Close[]를 사용하여 가격이 10개 막대에서 어디로 갈지 예측할 수 있고 오랫동안 이 방향으로 NS를 "고통"한 다음 포럼에서 NS가 외칠 수 있다고 결정했습니다. 작동하지 않습니다 ... (아마도 달의 Nuno 단계가 예측에 사용됩니다 :) )
저것들. 신경망 작업의 품질은 올바르게 준비된 데이터에 달려 있습니다. 숨겨진 종속성이 있는 경우 신경망은 이를 학습하고 미래에 올바르게 작동합니다. 종속성이 없으면 신경망은 기적을 일으킬 수 없습니다.
어떻게든, 다른 방식으로 - 과학적으로, 나는 어떻게
원하는 결과를 얻으려면 입력 데이터가 정확해야 한다는 학습의 적절성 문제를 이해합니다.
그리고 그것들은 상당히 형식화되어 있고, 결정이 실제로 그것들에 기초해서만 내려진다면
내 머리 속에서 생각이 맴도는 것, 결정이 내려지는 기준이 되는 입력 데이터 스트림은 넓지 않고, 2,300만 개의 조합이 있습니다. 2만 3천 조합
나는이 방향으로 파헤 치려고 노력하고있다.
이것이 내가 이 도서관에 남긴 것입니다 - 그것이 당신에게 도움이 될 것인지 아닌지조차 모릅니다.
추신: 이전 게시물을 추가했습니다. 이제 가겠습니다. 일이 마침내 끝났습니다. 통계에 따른 스크립트가 결과를 제공했습니다. 14시간 동안 컴퓨터를 운전하고 공부할 것입니다.
신경망을 훈련할 때 입력 데이터가 출력에 의존하지 않는 경우가 있습니다. 어떤 이유로 우리는 EURUSD에 대한 마지막 3-4 Close[]를 사용하여 가격이 10개 막대에서 어디로 갈지 예측할 수 있고 오랫동안 이 방향으로 NS를 "고통"한 다음 포럼에서 NS가 외칠 수 있다고 결정했습니다. 작동하지 않습니다 ... (아마도 달의 Nuno 단계가 예측에 사용됩니다 :) )
저것들. 신경망 작업의 품질은 올바르게 준비된 데이터에 달려 있습니다. 숨겨진 종속성이 있는 경우 신경망은 이를 학습하고 미래에 올바르게 작동합니다. 종속성이 없으면 신경망은 기적을 일으킬 수 없습니다.
어떻게든, 다른 방법으로 - 과학적으로, 나는 어떻게
네 그렇군요...
이것은 신경망을 훈련할 때 주요 문제입니다. 그러나 일반적으로 인생에서. 우리는 미래에 무엇이 도움이 될지 결코 알지 못합니다. 우리는 모든 것과 손에 닿는 모든 것을 배우려고 노력하지만 운명, 나쁜 놈, 나쁜 놈은 말합니다. 당신이 이 모든 것을 도대체 왜 배웠습니까?, 헛된 것입니다. 이것을 고려할 필요가있었습니다 ... 요컨대, 추측하는 사람은 말을 타고 있습니다. 그러나 일반적인 주요 유전 알고리즘 은 말합니다.