신경망. 전문가를 위한 질문입니다. - 페이지 2

새 코멘트
 
흠..... 조건은 아직 정하지 않았습니다. 나는 처음부터 당신을 다르게 이해했습니다. 이제 마지막 게시물에 따르면 어떻게 되어야 하는지 이해했습니다 ....)))) 네, 감사합니다. ))
 
StatBars писал(а) >> 테스트의 오류가 감소하지 않습니다...

그런 다음 또 다른 질문)))) 테스트의 최소 오류와 최대 이익 사이에 관계가 있습니까?

 
LeoV писал(а) >>

그런 다음 또 다른 질문)))) 테스트의 최소 오류와 최대 이익 사이에 관계가 있습니까?

공식은 없지만(수학에서와 같이 보편적인) 각 전략/과제에 대한 연결을 도출해야 합니다.

 
StatBars писал(а) >>

공식은 없지만(수학에서와 같이 보편적인) 각 전략/과제에 대한 연결을 도출해야 합니다.

예를 들어, OOS의 최소 오류가 무조건 최대 이익으로 이어진다는 것을 경험상 느끼지 못했습니다.

 

아니요, 최소 오류 자체가 최대 이익을 의미하는 것이 아니라 오류와 이익 사이의 연결을 설정할 수 있다는 것을 의미했습니다.

예를 들어:

오류 0.6 - (-1000p)

오류 0.55 - 0p

오류 0.5 - 1500p

오류 0.45 - 3800p

 
StatBars писал(а) >>

아니요, 최소 오류 자체가 최대 이익을 의미하는 것이 아니라 오류와 이익 사이의 연결을 설정할 수 있다는 것을 의미했습니다.

예를 들어:

오류 0.6 - (-1000p)

오류 0.55 - 0p

오류 0.5 - 1500p

오류 0.45 - 3800p

동의하지만 우리는 최대의 이익을 위해 싸우고 있습니다. 그리고 여기에서 최소 오류는 최대 이익을 제공하지 않습니다. 글쎄, 적어도 나는 이것에 대한 증거를 스스로 찾을 수 없었습니다 ...

 
LeoV >> :

동의하지만 최대의 이익을 위해 싸우고 있습니다 ...

그리고 최대는 아니지만 이익의 원활한 성장 - 더 이상 만족하지 않습니다(:

Z.Y. 아니면 최대 이익이 너무 작아 스프레드를 간신히 덮을 수 있습니까?

 
storm писал(а) >>

그리고 최대는 아니지만 이익의 원활한 성장 - 더 이상 만족하지 않습니다(:

Z.Y. 아니면 최대 이익이 너무 작아 스프레드를 간신히 덮을 수 있습니까?

좋음 - 큰 손실 없이 순조로운 자본 증가로 달성되는 최대 이익. )))

 
LeoV >> :

그런 다음 또 다른 질문)))) 테스트의 최소 오류와 최대 이익 사이에 관계가 있습니까?

내가 이해하는 한 작성자는 그런 작업이 없었습니다 %)

 
mrstock >> :

하나) 신경망은 ACC의 경우처럼 역학이 있으면 기능을 복원할 수 없다는 것을 올바르게 이해하고 있었습니까? 나조차도 계산에 필요한 모든 데이터를 가지고 있기 때문에 LVSS 또는 EMA의 경우와 같이 공식이 완전히 정적인 경우 문제가 없습니다.

2) 내가 틀렸다면 어떤 네트워크를 사용해야합니까? 그리고 통계에서 MLP 를 사용했습니다.

삼) 자동 네트워크와 네트워크가 전자를 소유한다는 의견을 들었습니다. 디자인이라고 하면 근본적으로 큰 차이는 없습니다. 정말 그렇 습니까?

4) 특히 내가 설명한 작업, 즉 금융 시장에서 사용하기 위해 어떤 네트워크와 프로그램을 추천하시겠습니까? 알려진 모든 데이터에서 값을 복구합니다.

절 1 패러다임에 따르면 다층 신경망은 어떤 기능도 복원할 수 있지만 실제로는 데이터 준비 및 훈련 방법이 문제인 경우가 가장 많습니다. 또는 훈련 데이터를 변경해 볼 수 있습니다. 그건 그렇고, 적응 평균 변동성은 시간이 지남에 따라 변하기 때문에 훈련 샘플을 형성하기 위해 "슬라이딩 윈도우" 방법을 시도하는 것이 좋습니다.


2절 MLP로 충분하며, 이를 기반으로 다양한 NS 아키텍처가 구축됩니다.


p.3 모든 것이 올바르게 구현되면 차이점은 무엇입니까?!


p.4 Matlab, 아키텍처로서 MLP로 충분해야 하지만 순환 네트워크의 모든 변형을 제공할 것입니다 ...

123456789...25
새 코멘트