에에. 나는 그들이 왜 아이디어를 "빨리" 믿고 코딩을 하려고 앉지 않으려 하는지 정말 이해가 되지 않습니다.
주제로 돌아가면 이미 "올바른" 입력을 찾았고 정규화되었으며 "챔피언십"에 제 시간에 맞춰야 한다는 것이 밝혀졌습니다. 모든 것(입력이 아니라 도구의 의미에서)은 이미 발명되었습니다. 이러한 맥락에서 - Neurosolutions 또는 Neuroshel 2(및 기타 많은 프로그램). 적어도 두 입력이 모두 "잘못"되고 "정규화"가 더 많이 왜곡되는지 확인하는 것이 더 빠를 것입니다.
네. 한 가지 주장이 있습니다. 모든 프로그램은 구식이고 알고리즘은 이끼로 덮여 있지만 ... 아마도 입력이 동일하지 않을 수 있습니다. :)
'
여기 저는 "네트워크" "다항식 네트(GMDH)"(NeuroShell 2)에 의해 "고정"된 구식입니다. 15시간의 교육/교육 및 시장 공식이 준비되었습니다 :)
LeoV писал (а)>> 를 썼습니다. 교차 검증은 예를 들어 네트워크가 2007 세그먼트에서 훈련하고 2007 세그먼트에서 달성된 최상의 결과가 2008 세그먼트에서 "확인"되고 이 결과가 이전 것보다 더 나은 경우(또한 2008) 그러면 이 네트워크가 남습니다. 등. 그러나 예를 들어 2007년의 경우 이 결과가 가장 좋지 않을 수 있지만 2008년에 네트워크가 테스트되었기 때문에 중요하지 않습니다. 따라서 오버트레이닝(네트워크의 경우) 또는 재최적화(TS의 경우)를 피할 수 있습니다.
이것은 포워드 테스팅, EMNIP :), Khaikin도 읽어야 한다고 생각합니다.
일반적으로 마지막 게시물에는 유익한 정보가 하나도 없습니다. 마침내 정말 유용한 생각을 표현하기 시작할 것입니까?
에에. 나는 그들이 왜 아이디어를 "빨리" 믿고 코딩을 하려고 앉지 않으려 하는지 정말 이해가 되지 않습니다.
주제로 돌아가면 이미 "올바른" 입력을 찾았고 정규화되었으며 "챔피언십"에 제 시간에 맞춰야 한다는 것이 밝혀졌습니다. 모든 것(입력이 아니라 도구의 의미에서)은 이미 발명되었습니다. 이러한 맥락에서 - Neurosolutions 또는 Neuroshel 2(및 기타 많은 프로그램). 적어도 두 입력이 모두 "잘못"되고 "정규화"가 더 많이 왜곡되는지 확인하는 것이 더 빠를 것입니다.
네. 한 가지 주장이 있습니다. 모든 프로그램은 구식이고 알고리즘은 이끼로 덮여 있지만 ... 아마도 입력이 동일하지 않을 수 있습니다. :)
'
여기 저는 "네트워크" "다항식 네트(GMDH)"(NeuroShell 2)에 의해 "고정"된 구식입니다. 15시간의 교육/교육 및 시장 공식이 준비되었습니다 :)
Sobsno와 나는 그렇게 하지만 내 자신의 소프트웨어가 있기 때문에 그것을 사용합니다.
코드는 어떻습니까? Neurosolutions 또는 Neuroshell 2는 코드를 MQL4로 이식합니까? 나는 여기 거주자들과 아마도 나를 위해 유용할 것이라고 생각하는 몇 가지 함수를 작성할 것입니다. 게다가 100줄의 코드를 작성하는 것은 1시간의 시간입니다.
과적합에 대한 질문은 매우 어려운 질문이며 이에 대한 명확한 답은 없습니다. 과적합을 피하기 위해 때때로 교차 검증이 사용되지만 훈련 기간이 너무 짧은 경우 교차 검증이 항상 저장되는 것은 아닙니다. 일반적으로 오버트레이닝에 대한 최선의 검사는 OOS 또는 실제입니다.
Mdya, 오늘 밤 읽을 것이 있습니다. 곧 코드를 낳을 가능성이 큽니다. :)
에에. 나는 그들이 왜 아이디어를 "빨리" 믿고 코딩을 하려고 앉지 않으려 하는지 정말 이해가 되지 않습니다.
주제로 돌아가면 이미 "올바른" 입력을 찾았고 정규화되었으며 "챔피언십"에 제 시간에 맞춰야 한다는 것이 밝혀졌습니다. 모든 것(입력이 아니라 도구의 의미에서)은 이미 발명되었습니다. 이러한 맥락에서 - Neurosolutions 또는 Neuroshel 2(및 기타 많은 프로그램). 적어도 두 입력이 모두 "잘못"되고 "정규화"가 더 많이 왜곡되는지 확인하는 것이 더 빠를 것입니다.
네. 한 가지 주장이 있습니다. 모든 프로그램은 구식이고 알고리즘은 이끼로 덮여 있지만 ... 아마도 입력이 동일하지 않을 수 있습니다. :)
'
여기 저는 "네트워크" "다항식 네트(GMDH)"(NeuroShell 2)에 의해 "고정"된 구식입니다. 15시간의 교육/교육 및 시장 공식이 준비되었습니다 :)
순환 네트워크의 좋은 점은 거기에 "선생님"이 없다는 것입니다. 즉, 이런 식으로 우리는 하나의 매우 중요한 변수를 제외합니다. 이들은 네트워크의 "교사"입니다. 네트워크가 훈련될 출력 데이터에도 실수를 할 수 있으므로 이를 제외하면 입력 검색에만 집중할 수 있습니다.
교차 검증은 예를 들어 네트워크가 2007 세그먼트에서 훈련하고 2007 세그먼트에서 달성된 최상의 결과가 2008 세그먼트에서 "확인"되고 이 결과가 이전 것보다 더 나은 경우(또한 2008) 그러면 이 네트워크가 남습니다. 등. 그러나 예를 들어 2007년의 경우 이 결과가 가장 좋지 않을 수 있지만 2008년에 네트워크가 테스트되었기 때문에 중요하지 않습니다. 따라서 오버트레이닝(네트워크의 경우) 또는 재최적화(TS의 경우)를 피할 수 있습니다.
이것은 포워드 테스팅, EMNIP :), Khaikin도 읽어야 한다고 생각합니다.
일반적으로 마지막 게시물에는 유익한 정보가 하나도 없습니다. 마침내 정말 유용한 생각을 표현하기 시작할 것입니까?
이것은 포워드 테스팅, EMNIP :), Khaikin도 읽어야 한다고 생각합니다.
일반적으로 마지막 게시물에는 유익한 정보가 하나도 없습니다. 마침내 정말 유용한 생각을 표현하기 시작할 것입니까?
그게 다야, 미안해, 미안해, 다시는 그러지 않을게. 뭔가 없어졌어.....)))))
순환 네트워크의 좋은 점은 거기에 "선생님"이 없다는 것입니다. 즉, 이런 식으로 우리는 하나의 매우 중요한 변수를 제외합니다. 이들은 네트워크의 "교사"입니다. 네트워크가 훈련될 출력 데이터에도 실수를 할 수 있으므로 이를 제외하면 입력 검색에만 집중할 수 있습니다.
뭐??? Oo 순환 네트워크에는 교사가 없습니까? 순환 네트워크는 피드백이 있는 경우 MLP와 다르지만 교사가 없는 경우에는 다릅니다. Elman 및 Jordan 모델에 대한 RTFM.
포워드 테스팅, EMNIP입니다 :)
마지막 메모, 죄송합니다. 전방 테스트는 다릅니다. 근데 제가 설명을 잘못한거 아닐까요? 그러나 나는 그것을 다시 읽었습니다. 모든 것이 분명한 것 같습니다. 당신은 단지 이해하지 못합니다 ...
뭐??? Oo 순환 네트워크에는 교사가 없습니까? 순환 네트워크는 피드백이 있는 경우 MLP와 다르지만 교사가 없는 경우에는 다릅니다. Elman 및 Jordan 모델에 대한 RTFM.
글쎄, 있다면 거기에있다! 나는 반대하지 않습니다)))
에에. 나는 그들이 왜 아이디어를 "빨리" 믿고 코딩을 하려고 앉지 않으려 하는지 정말 이해가 되지 않습니다.
주제로 돌아가면 이미 "올바른" 입력을 찾았고 정규화되었으며 "챔피언십"에 제 시간에 맞춰야 한다는 것이 밝혀졌습니다. 모든 것(입력이 아니라 도구의 의미에서)은 이미 발명되었습니다. 이러한 맥락에서 - Neurosolutions 또는 Neuroshel 2(및 기타 많은 프로그램). 적어도 두 입력이 모두 "잘못"되고 "정규화"가 더 많이 왜곡되는지 확인하는 것이 더 빠를 것입니다.
네. 한 가지 주장이 있습니다. 모든 프로그램은 구식이고 알고리즘은 이끼로 덮여 있지만 ... 아마도 입력이 동일하지 않을 수 있습니다. :)
'
여기 저는 "네트워크" "다항식 네트(GMDH)"(NeuroShell 2)에 의해 "고정"된 구식입니다. 15시간의 교육/교육 및 시장 공식이 준비되었습니다 :)
Sobsno와 나는 그렇게 하지만 내 자신의 소프트웨어가 있기 때문에 그것을 사용합니다.
코드는 어떻습니까? Neurosolutions 또는 Neuroshell 2는 코드를 MQL4로 이식합니까? 나는 여기 거주자들과 아마도 나를 위해 유용할 것이라고 생각하는 몇 가지 함수를 작성할 것입니다. 게다가 100줄의 코드를 작성하는 것은 1시간의 시간입니다.
마지막 메모, 죄송합니다. 전방 테스트는 다릅니다. 근데 제가 설명을 잘못한거 아닐까요? 그러나 나는 그것을 다시 읽었습니다. 모든 것이 분명한 것 같습니다. 당신은 단지 이해하지 못합니다 ...
상관없어요, 제가 틀렸다면 죄송합니다.