차트가 수평 축을 중심으로 뒤집히면 두 차량 모두 같은 방식으로 작동합니다. 추세선은 조정된 일반 차트에서 상승 추세가 우세하더라도 하락 추세에서 수익을 올릴 것입니다.
실제로 그리드는 대칭적으로 동작해야 합니다. 그녀가 상승세에 대해 훈련을 받았다면 하락세에서 "수익"을 내야 합니다. 이를 수행하는 방법을 모르고 예를 들어 상승 추세에서만 "수익"을 얻는 경우 위의 기본 TS보다 나쁩니다. 하락추세와 횡보 모두에서 병합되기 시작할 것입니다.
저것들. 네트워크를 훈련 할 때 분석된 VR의 예제 샘플뿐만 아니라 모든 예제를 거꾸로 된 형태로 제공해야 합니다.
예를 들어:
훈련 세트에 두 개의 훈련 예제가 있다고 가정합니다. (-1에서 +1까지의 입력 및 출력):
0.35 -0.21 0.8 -0.51 -0.71
0.71 0.1 -0.21 -0.96 0.12
위치: 첫 번째 값부터 끝에서 두 번째 값까지 - 항목, 예를 들어 정규화된 값(RSI - 50.0) / 50.0 또는 기타 오실레이터. 마지막 값은 출력에서 원하는 값입니다. 따라서 대칭 학습을 얻으려면 이러한 각 예제에 거꾸로 된 예제를 보완해야 합니다. 훈련 세트를 두 배로 늘리십시오.
우리는 신경망이 다음을 포함한 다양한 알고리즘을 의미한다는 사실에 대해 이야기하고 있습니다. 및 회귀, 유전 등. GRNN-GA 에 대한 참조가 예로 제공됩니다. 실제로 가중치 계수가 사용되기 때문에 신경망이라고 부를 수도 있습니다. 데이터베이스에서 요청 시 관련 예제를 검색하는 검색 엔진입니다.
Reshetov : 우리는 신경망이 다음을 포함한 다양한 알고리즘을 의미한다는 사실에 대해 이야기하고 있습니다. 및 회귀, 유전 등. GRNN-GA 에 대한 참조가 예로 제공됩니다. 실제로 가중치 계수가 사용되기 때문에 신경망이라고 부를 수도 있습니다. 데이터베이스에서 요청 시 관련 예제를 검색하는 검색 엔진입니다.
원래 진술을 상기시켜 드리겠습니다. NS와 GA는 완전히 다른 것이며 어떤 식으로든 서로 관련이 없습니다.
솔직히 말해서, 나는 당신의 요점을 잘 이해하지 못합니다.
생각은 간단합니다.
두 대의 차량이 있다고 가정해 보겠습니다.
1. 채널에서 리바운드, 즉 논쟁. 채널에서 수익을 내고 고장에 병합됩니다.
2. 채널 분석 - 추세. 장기 추세에 따라 수익을 올리고 옆으로 병합
차트가 수평 축을 중심으로 뒤집히면 두 차량 모두 같은 방식으로 작동합니다. 추세선은 조정된 일반 차트에서 상승 추세가 우세하더라도 하락 추세에서 수익을 올릴 것입니다.
실제로 그리드는 대칭적으로 동작해야 합니다. 그녀가 상승세에 대해 훈련을 받았다면 하락세에서 "수익"을 내야 합니다. 이를 수행하는 방법을 모르고 예를 들어 상승 추세에서만 "수익"을 얻는 경우 위의 기본 TS보다 나쁩니다. 하락추세와 횡보 모두에서 병합되기 시작할 것입니다.
저것들. 네트워크를 훈련 할 때 분석된 VR의 예제 샘플뿐만 아니라 모든 예제를 거꾸로 된 형태로 제공해야 합니다.
예를 들어:
훈련 세트에 두 개의 훈련 예제가 있다고 가정합니다. (-1에서 +1까지의 입력 및 출력):
0.35 -0.21 0.8 -0.51 -0.71
0.71 0.1 -0.21 -0.96 0.12
위치: 첫 번째 값부터 끝에서 두 번째 값까지 - 항목, 예를 들어 정규화된 값(RSI - 50.0) / 50.0 또는 기타 오실레이터. 마지막 값은 출력에서 원하는 값입니다. 따라서 대칭 학습을 얻으려면 이러한 각 예제에 거꾸로 된 예제를 보완해야 합니다. 훈련 세트를 두 배로 늘리십시오.
0.71 0.1 -0.21 -0.96 0.12
-0.35 0.21 -0.8 0.51 0.71
-0.71 -0.1 0.21 0.96 -0.12
0.35 -0.21 0.8 -0.51 -0.71
우리는 사과하지 않을 것입니다. GRNN-GA 참조
그래서 무엇? 신경망이 유전자 알고리즘으로 대체되었습니까?
이 링크는 정확히 무엇을 말합니까? 그녀는 왜?
인용할 수 있습니까? 특히 둔한 경우?
이 문제에 대한 해결책은 간단합니다. 모든 유형의 움직임이 존재하는 시간 간격으로 네트워크를 훈련해야 합니다. 그리고 옆으로, 그리고 상승추세와 하락추세. 물론 네트워크가 상승 추세에서만 훈련되면 하락 추세에서 병합된다는 점을 이해해야 합니다.))))
그는 모든 것을 올바르게 말했습니다 ... 그러나 역학의 변화는 어떻습니까? 딱히 쓸만한 것도 없고 잘 되지도 않고..좋다, 안 좋다...
ps. 따라서 교사에 대한 일반 입력이 있는 경우(즉, 입력에서 찾을 수 있는 것이 있음) - 중요하지 않습니다. - 그리드(모든 구조의), 지도 koh, ha, k - 방법 등 ... 모든 것이 작동합니다. ...
ps. 따라서 교사에 대한 일반 입력이 있는 경우(즉, 입력에서 찾을 수 있는 것이 있음) - 중요하지 않습니다. - 그리드(모든 구조의), 지도 koh, ha, k - 방법 등 ... 모든 것이 작동합니다. ...
그래서 무엇? 신경망이 유전자 알고리즘으로 대체되었습니까?
이 링크는 정확히 무엇을 말합니까? 그녀는 왜?
인용할 수 있습니까? 특히 둔한 경우?
우리는 신경망이 다음을 포함한 다양한 알고리즘을 의미한다는 사실에 대해 이야기하고 있습니다. 및 회귀, 유전 등. GRNN-GA 에 대한 참조가 예로 제공됩니다. 실제로 가중치 계수가 사용되기 때문에 신경망이라고 부를 수도 있습니다. 데이터베이스에서 요청 시 관련 예제를 검색하는 검색 엔진입니다.
원래 진술을 상기시켜 드리겠습니다. NS와 GA는 완전히 다른 것이며 어떤 식으로든 서로 관련이 없습니다.
하나는 다른 하나를 위해 변경되지 않습니다.
논쟁할 것인가?
조건(선생님)별로 신호를 검색하는 방법, 알고리즘(그리드, 하 등)에 대해 끝없이 논쟁할 수 있습니다... 마치 요리 시간처럼... 의미가 다릅니다... 전체 역학이 유지 - 모든 것이 윙윙 거리고 ... 변경되었습니다 - 배수 ....
역학에 관한 것이 아닙니다. 역학이 있을 수 있습니다. 가장 중요한 것은 네트워크가 훈련 기간 동안 찾은 패턴이 미래에 작동한다는 것입니다. 그게 요점이다.......
생각은 간단합니다.
두 대의 차량이 있다고 가정해 보겠습니다.
1. 채널에서 리바운드, 즉 논쟁. 채널에서 수익을 내고 고장에 병합됩니다.
2. 채널 분석 - 추세. 장기 추세에 따라 수익을 올리고 옆으로 병합
여기서 어려움은 한 가지에 있습니다. 시장의 다음 단계와 지속 기간을 결정하는 방법 ......