이 EA에서는 모든 위원회 네트워크에 동일한 입력이 제공되고 동일한 응답이 필요합니다. 네트워크가 단일 솔루션으로 수렴되는 것은 놀라운 일이 아닙니다. 이 예에서 하나의 그리드를 남겨두거나 입력 시스템을 수정하여 다른 입력이 다른 네트워크에 공급되고 출력이 동일하게 남을 수 있습니다.
위원회의 요점은 동일한 데이터를 위원회에 제출하고 평균화하여 결과를 얻는 것입니다(가급적 위원회의 최상의 사례보다). 단순 입력 데이터가 있는 곳에 하나의 그리드를 남길 수 있습니다. 신호 대 잡음비가 큽니다(시장에는 적용되지 않음). 예 - 여기에서는 하나의 그리드로 충분하지만 이것은 의도적으로 제한된(잘못된) 데이터 세트에 대해 훈련되고, 또한 고도로 종속적인 변수로 인코딩되기 때문에 발생하므로 훈련 결과는 다음에서 적용할 수 없습니다. 다른 지역들.
올바른 아이디어는 서로 다른 입력을 서로 다른 그리드에 공급하는 것이지만 동시에 전체 세트를 개별 그리드에 대한 하위 집합으로 분할하는 방법을 선택해야 합니다. , 작업 유형 등), 그러나 각 그리드에 대한 입력의 품질은 여전히 정렬되어야 합니다.
일반적으로 어떤 유형의 데이터를 사용하여 가장 안정적인 결과를 얻었습니까? 적어도 어느 정도 평균 결과를 얻은 사람이 있습니까? 알몸 형태는 완전히 알몸의 의미에서입니까, 아니면 0에서 1로 조정됩니까?
시도하기 전까지는 이해하지 못할 것입니다. 입구가 제공하는 이점을 평가하기가 어렵습니다. 한 영역에서는 더 잘 작동하고 다른 영역에서는 더 잘 작동할 수 있습니다. 그리고 거의 모든 입력에서 평균 결과를 얻으려고 시도할 수 있습니다. 기본적으로 이것은 전처리가 없으며 "0-1"은 특정 유형의 정규화일 뿐이며 이미 좋지만 충분하지 않을 수 있습니다. 전처리는 전체 과학이며 IMHO는 신경망 자체보다 복잡하고 압축, 미백, 코딩, 그리고 아마도 훨씬 더 많은 것. 시작하려면 Krisilov V.A.의 기사를 참조하십시오. http://neuroschool.narod.ru/ . 당신이 생각하는 것은 ZZ를 국회에 넣는 것인데, 나는 더 이상 복잡한 입력 조합의 필수적인 부분으로만 사용합니다.
안녕하세요 여러분, 최적화 그래프가 그려지지 않고 최적화 선이 표시됩니다.
2009.12.21 15:52:54 최적화 과정에서 897개의 패스가 있었고 897개의 결과가 중요하지 않은 것으로 삭제되었습니다.
아무도 도울 수 있습니까?
다른 터미널에서 동일한 넌센스 테스트, 단서없이해야 할 일 :(
다른 터미널에서 동일한 넌센스 테스트, 단서없이해야 할 일 :(
이 과정에서 최적화 결과를 마우스 오른쪽 버튼으로 클릭하고 "쓸모 없는 결과 건너뛰기"를 선택 취소합니다. 일반적으로 검색을 이용하면 1분만에 문제를 풀고 "무엇을 할까, 어떻게 할까?"라고 묻는다.
검색 https://www.mql4.com/ru/search/have%20been%20discarded%20as%20insignificant, 결과 중 하나는 https://forum.mql4.com/ru/24644/page7#191364입니다.
사실은 상황이 달랐습니다. 날짜를 2008년 12월 20일에서 09년 12월 20일까지로 명시적으로 설정했고 모든 것이 괜찮아졌지만 어쨌든 감사하고 이 게시물을 찾았습니다.
Yuriy는 3페이지에 공지된 데모 계정에서 귀하의 어드바이저만 사용합니까 아니면 수동으로 거래도 합니까? 그리고 또 다른 질문은 EA가 다중 통화 거래 를 위해 구성되어 있습니까?
이 EA에서는 모든 위원회 네트워크에 동일한 입력이 제공되고 동일한 응답이 필요합니다. 네트워크가 단일 솔루션으로 수렴되는 것은 놀라운 일이 아닙니다. 이 예에서 하나의 그리드를 남겨두거나 입력 시스템을 수정하여 다른 입력이 다른 네트워크에 공급되고 출력이 동일하게 남을 수 있습니다.
위원회의 요점은 동일한 데이터를 위원회에 제출하고 평균화하여 결과를 얻는 것입니다(가급적 위원회의 최상의 사례보다). 단순 입력 데이터가 있는 곳에 하나의 그리드를 남길 수 있습니다. 신호 대 잡음비가 큽니다(시장에는 적용되지 않음). 예 - 여기에서는 하나의 그리드로 충분하지만 이것은 의도적으로 제한된(잘못된) 데이터 세트에 대해 훈련되고, 또한 고도로 종속적인 변수로 인코딩되기 때문에 발생하므로 훈련 결과는 다음에서 적용할 수 없습니다. 다른 지역들.
올바른 아이디어는 서로 다른 입력을 서로 다른 그리드에 공급하는 것이지만 동시에 전체 세트를 개별 그리드에 대한 하위 집합으로 분할하는 방법을 선택해야 합니다. , 작업 유형 등), 그러나 각 그리드에 대한 입력의 품질은 여전히 정렬되어야 합니다.
위원회의 요점은 동일한 데이터를 위원회에 제출하고 평균화하여 결과를 얻는 것입니다(가급적 위원회의 최상의 사례보다) .....
예 - 여기에서는 하나의 그리드로 충분하지만 이것은 의도적으로 제한된(잘못된) 데이터 세트에 대해 훈련되고, 또한 고도로 종속적인 변수로 인코딩되기 때문에 발생하므로 훈련 결과는 다음에서 적용할 수 없습니다. 다른 지역들.
즉, 하나의 InputVector []로 ann_runs(...)를 처음 실행한 후 -1에서 1까지의 임의 가중치로 초기화된 16개의 그리드가 (로그로 판단하면) 정확도로 16개의 동일한 출력을 얻습니다. 8자 ??? 아니요. 여기에 일종의 버그가 있습니다.
당신은 신경망의 주제를 단순히 제기할 수 없다고 썼습니다. 그러니 알아서 해결하셔야 합니다...
최대 8자의 정확도로 다음이 없어야 합니다.
위원회의 의미에 관하여:
위원회 구성을 위한 다양한 전략이 있습니다(알고리즘 구성, 앙상블).
가장 간단한 평균...
여기에서 자세한 내용을 읽을 수 있습니다. 나는 매우 복잡한 구성을 구축해도 특별한 증가를주지 않을 것이라고 즉시 말해야합니다. 그냥 다른 것입니다.
극한값과 극값 사이의 지속 시간을 뉴런의 입력에 제공하면 결과가 다소 만족스러울 것이라고 생각하십니까?
체크가 되어있지만, 빅 센스의 베어 형태는 존재하지 않습니다. 거기에 포함된 데이터가 완전한 결과가 아닌 것처럼 보이지만 NS를 사용하는 모든 곳에서 항상 그렇듯이 이러한 데이터에 대한 진지한 사전 처리가 필요하며, 때로는 작동하고 때로는 작동하지 않습니다.
체크가 되어있지만, 빅 센스의 베어 형태는 존재하지 않습니다. 거기에 포함된 데이터가 완전한 결과가 아닌 것처럼 보이지만 NS를 사용하는 모든 곳에서 항상 그렇듯이 이러한 데이터에 대한 진지한 사전 처리가 필요하며, 때로는 작동하고 때로는 작동하지 않습니다.
일반적으로 어떤 유형의 데이터를 사용하여 가장 안정적인 결과를 얻었습니까? 적어도 어느 정도 평균 결과를 얻은 사람이 있습니까? 알몸 형태는 완전히 알몸의 의미에서입니까, 아니면 0에서 1로 조정됩니까?
일반적으로 어떤 유형의 데이터를 사용하여 가장 안정적인 결과를 얻었습니까? 적어도 어느 정도 평균 결과를 얻은 사람이 있습니까? 알몸 형태는 완전히 알몸의 의미에서입니까, 아니면 0에서 1로 조정됩니까?
시도하기 전까지는 이해하지 못할 것입니다. 입구가 제공하는 이점을 평가하기가 어렵습니다. 한 영역에서는 더 잘 작동하고 다른 영역에서는 더 잘 작동할 수 있습니다. 그리고 거의 모든 입력에서 평균 결과를 얻으려고 시도할 수 있습니다. 기본적으로 이것은 전처리가 없으며 "0-1"은 특정 유형의 정규화일 뿐이며 이미 좋지만 충분하지 않을 수 있습니다. 전처리는 전체 과학이며 IMHO는 신경망 자체보다 복잡하고 압축, 미백, 코딩, 그리고 아마도 훨씬 더 많은 것. 시작하려면 Krisilov V.A.의 기사를 참조하십시오. http://neuroschool.narod.ru/ . 당신이 생각하는 것은 ZZ를 국회에 넣는 것인데, 나는 더 이상 복잡한 입력 조합의 필수적인 부분으로만 사용합니다.