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.
일반적으로 2개 중 3개 또는 3개 중 5개가 완료됩니다. 즉, 3개의 네트워크 중 2개가 "동의"해야 합니다. 수익성이 좋지 않은 3개의 네트워크가 개별적으로보다 훨씬 더 높은 이익을 줄 수 있기 때문에 위원회는 확실히 더 좋습니다. 그러나 여기에서는 모든 네트워크가 다른 네트워크와 올바르게 작동하지 않기 때문에 위원회의 네트워크를 매우 유능하게 선택해야 합니다.
klot은 StdDev를 사용하여 일반적인 MA의 정규화를 배치한 것으로 보입니다.
MA가 아닌 MA 속도를 사용하는 것이 좋습니다. 1차 도함수.
거기에서 그것은 지표에 관한 것이 아니라 최고와 최저가 선택되는 특정 지역의 가격 배급에 관한 것이었습니다.
샘플링을 하는 것이었습니다...
대략적으로 말하자면, 나는 신경망으로 작업하기 위한 계획, 아니 오히려 신경망을 개발할 때 주의해야 할 점에 대해 설명했습니다.
1. 입력 데이터 준비. (이동, 역상관, 공분산 등화를 의미함).
더 자세하게 가능한가요? 최소한의 계산으로 바람직합니다. 흥미로운.
3. 네트워크 오버트레이닝 문제
뭐, 이것은 확인하기 쉽지만 매개변수의 수를 줄여서 처리합니다. 치료하지 않는 경우. 샘플링을 검토해야 합니다.
4. 교차 검증
자세한 내용을 부탁드립니다.
7. 라이트 맵(또는 Kohonen 및 Grossberg 레이어?)을 사용하는 기능
패턴을 찾는 것이 맞다고 생각합니다.
8. 네트워크 위원회.
그렇지 않습니다. 그들은 전문가 시스템에서 사용됩니다. 여기서는 약간 다릅니다.
9. 순환 네트워크
아직 가치가 없습니다, IMHO
klot은 StdDev를 사용하여 일반적인 MA의 정규화를 배치한 것으로 보입니다.
최대에서 최소로가 아니라 가격을 정상화하는 것도 가능하다는 것을 알고 있습니다 ...
더 자세하게 가능한가요? 최소한의 계산으로 바람직합니다. 흥미로운.
쌀. 4.11 S. Khaikin, 주제 시작 부분의 책
뭐, 이것은 확인하기 쉽지만 매개변수의 수를 줄여서 처리합니다. 치료하지 않는 경우. 샘플링을 검토해야 합니다.
쌀. 4.18, 4.19 같은 내용.
자세한 내용을 부탁드립니다.
쌀. 4.20, 4.21 동일.
쌀. 4.11 S. Khaikin, 주제 시작 부분의 책
쌀. 4.18, 4.19 동일.
쌀. 4.20, 4.21 동일.
Mdya, 오늘 밤 읽을 것이 있습니다. 곧 코드를 낳을 가능성이 큽니다. :)
그리고 공유?
물론, 그렇지 않으면 나는 그에 대해 이야기하지 않을 것입니다. 물론 공유할 일이 없다면 말이다.
일반적으로 2개 중 3개 또는 3개 중 5개가 완료됩니다. 즉, 3개의 네트워크 중 2개가 "동의"해야 합니다. 수익성이 좋지 않은 3개의 네트워크가 개별적으로보다 훨씬 더 높은 이익을 줄 수 있기 때문에 위원회는 확실히 더 좋습니다. 그러나 여기에서는 모든 네트워크가 다른 네트워크와 올바르게 작동하지 않기 때문에 위원회의 네트워크를 매우 유능하게 선택해야 합니다.