solar : 알파벳의 글자를 (유추하여) 인식하려면 시장이 닫힌 시스템이라는 사실부터 진행해야 합니다. )))))))
그리고 여기에서 TS 구축자의 영원한 질문이 발생합니다. 네트워크가 주어진 입력 및 출력으로 구축한 비선형 기능입니까, 조정입니까 아니면 실제로 드러난 패턴입니까?
또한 NN의 경우 문제가 매우 심각합니다. 예를 들어 10개의 뉴런으로 구성된 2개의 레이어는 각각 최적화해야 하는 100개의 가중치(미래 어드바이저의 100개 매개변수 고려)이기 때문입니다. 수백 개의 매개변수가 있는 Expert Advisor를 선택하여 1년 동안 모든 매개변수에 대해 최적화를 실행해 보십시오. 대부분의 경우 이러한 상황이 적합하다고 인식되어야 합니다.
LeoV : 물론 우리는 가정할 수 있지만 그것은 예측과 같습니다 - 아무 목적도 없습니다. "하늘을 향한 손가락처럼"
전혀 목적이 없는 것은 아닙니다. 입력(kotir)이 적절하게 설명되어 있으면 이는 상당한 통계 이점을 제공합니다. 형식 언어로 표현되는 경우 작업은 입력에 kotir가 있고 출력에 나머지로 고정 BGN이 있는 변환을 찾는 것입니다. 변환이 발견되면 모델은 koter 행동의 모든 기능을 고려한 것입니다. 그렇다면 기술의 문제입니다. 모델의 현재 매개변수를 분석하고 현재의 상황을 유리하게 활용할 수 있는 기회를 제공하는지 여부를 결정하는 것입니다. 작업은 창의적이지만 "과학적 찌르기"가 과학적 종합의 주요 방법이었으며 앞으로도 그럴 것입니다)))
전혀 목적이 없는 것은 아닙니다. 입력(kotir)이 적절하게 설명되어 있으면 이는 상당한 통계 이점을 제공합니다. 형식 언어로 표현되는 경우 작업은 입력에 kotir가 있고 출력에 나머지로 고정 BGN이 있는 변환을 찾는 것입니다. 변환이 발견되면 모델은 koter 행동의 모든 기능을 고려한 것입니다. 그렇다면 기술의 문제입니다. 모델의 현재 매개변수를 분석하고 현재의 상황을 유리하게 활용할 수 있는 기회를 제공하는지 여부를 결정하는 것입니다. 작업은 창의적이지만 "과학적 찌르기"가 과학적 종합의 주요 방법이었으며 앞으로도 그럴 것입니다)))
나는 그러한 합병증에 동의하지 않지만 오 글쎄.
사실, 내 생각에는(내 것이 아니라) 모든 것이 훨씬 간단합니다. 국회의 입력과 출력에 제공된 인용문에 패턴이 있으면 네트워크가 성공적으로 찾을 수 있고 당신은 행복할 것입니다. 그리고 거의 모든 NS. 패턴이 없으면 변형, 합성, 일종의 전능한 NS 스레드를 구축하고 다른 과학 및 수학적 찌르기에 참여하는 것은 쓸모가 없습니다. 패턴이 없는 곳에서는 패턴을 찾을 수 없습니다))))
시리즈에서-검은 방에서 검은 고양이를 찾는 것은 쓸모가 없습니다. 특히 거기에 없으면)))))
사실, 제 생각에는 모든 것이 훨씬 간단합니다. 국회의 입출력에 제공되는 인용문에 패턴이 있으면 네트워크가 찾아내고 만족할 것입니다. 그리고 거의 모든 NS. 패턴이 없으면 변형, 합성, 일종의 전능한 NS 스레드를 구축하고 다른 과학 및 수학 찌르기에 참여하는 것은 쓸모가 없습니다.))))
하지만! 패턴은 어디에나 있는 것이 아니라 특정 순간에만 나타날 수 있고, 국회가 관성으로 판단하지 않을 단기적인 패턴일 수도 있다. 개인적으로 나는 인용문과 관련하여 그러한 관점을 고수합니다. 비효율적인 부분이 짧은 부분이 있으며 작업하기 위해서는 처음부터 이를 감지해야 합니다. 네트워크가 이를 수행할 수 있으려면 더 이상 존재하지 않아야 하지만 계층 간에 피드백이 있어야 하며 무작위로 취해지지 않고 특정 모델에 따라 즉, 다시 말하지만, NN에 약간의 선험적 지식을 넣을 필요가 있습니다.
하지만! 패턴은 어디에나 있는 것이 아니라 특정 순간에만 나타날 수 있고, 국회가 관성으로 판단하지 않을 단기적인 패턴일 수도 있다. 개인적으로 나는 인용문과 관련하여 그러한 관점을 고수합니다. 비효율적인 부분이 짧은 부분이 있으며 작업하기 위해서는 처음부터 이를 감지해야 합니다. 네트워크가 이를 수행할 수 있으려면 더 이상 존재하지 않아야 하지만 계층 간에 피드백이 있어야 하며 무작위로 취해지지 않고 특정 모델에 따라 즉, 다시 말하지만, NN에 약간의 선험적 지식을 넣는 것이 필요합니다.
그건 그렇고, 내가 언급한 최적 제어 이론에서는 특정 조건(즉, 구조가 매우 간단한 2차 제어기에 대한 Witsenhausen 반례)에서 최적 제어 법칙을 찾는 문제가 NP-완전하다는 것이 증명되었습니다. (즉, 계산적으로 끔찍하게 복잡함), 따라서 그들이 그러한 NS의 도움으로 그것을 해결하려고 한다는 것은 놀라운 일이 아닙니다...
alsu : 하지만! 패턴은 어디에나 있는 것이 아니라 특정 순간에만 나타날 수 있고, 국회가 관성으로 판단하지 않을 단기적인 패턴일 수도 있다. 개인적으로 나는 인용문과 관련하여 그러한 관점을 고수합니다. 비효율적인 부분이 짧은 부분이 있으며 작업하기 위해서는 처음부터 이를 감지해야 합니다. 네트워크가 이를 수행할 수 있으려면 더 이상 존재하지 않아야 하지만 계층 간에 피드백이 있어야 하며 무작위로 취해지지 않고 특정 모델에 따라 즉, 다시 말하지만, NN에 약간의 선험적 지식을 넣을 필요가 있습니다.
아마도, 하지만 훨씬 더 간단한 방법으로 돈을 벌 수 있는데 왜 그러한 연구에 참여해야 합니까?
귀하의 방법에는 깊은 의미가 있지만 실제로 답변이 없는 질문이 많이 있습니다. 이러한 비효율적인 영역을 감지하는 방법은 무엇입니까? 실적이 저조한 영역은 무엇입니까? 이러한 특정 모델과 관련하여 이러한 피드백의 특성을 결정하는 방법은 무엇입니까? 이러한 모델과 피드백의 상관관계를 결정하는 방법은 무엇입니까? 선험적 지식은 무엇이며 피드백과 함께 모델과 연관시키는 방법은 무엇입니까? 글쎄, 일반적으로 - 뇌암))))
그건 그렇고, 내가 언급한 최적 제어 이론에서는 특정 조건(즉, 구조가 매우 간단한 2차 제어기에 대한 Witsenhausen 반례)에서 최적 제어 법칙을 찾는 문제가 NP-완전하다는 것이 증명되었습니다. (즉, 계산적으로 끔찍하게 복잡함), 따라서 그들이 그러한 NS의 도움으로 그것을 해결하려고 한다는 것은 놀라운 일이 아닙니다...
알파벳의 글자를 (유추하여) 인식하려면 시장이 닫힌 시스템이라는 사실부터 진행해야 합니다. )))))))
그리고 여기에서 TS 구축자의 영원한 질문이 발생합니다. 네트워크가 주어진 입력 및 출력으로 구축한 비선형 기능입니까, 조정입니까 아니면 실제로 드러난 패턴입니까?
또한 NN의 경우 문제가 매우 심각합니다. 예를 들어 10개의 뉴런으로 구성된 2개의 레이어는 각각 최적화해야 하는 100개의 가중치(미래 어드바이저의 100개 매개변수 고려)이기 때문입니다. 수백 개의 매개변수가 있는 Expert Advisor를 선택하여 1년 동안 모든 매개변수에 대해 최적화를 실행해 보십시오. 대부분의 경우 이러한 상황이 적합하다고 인식되어야 합니다.
보다 구체적으로 말하면 금융시장의 비정상성의 본질을 알지 못하며 불행히도 알 수 없습니다.
NN의 유일한 장점은 NN이 매우 비선형적이고 매우 유연하다는 것입니다. 적은 수의 뉴런으로 NN은 10~15년 동안 어떤 악기의 분 차트도 쉽고 자연스럽게 암기(학습)할 수 있습니다.
그것은 보일 것입니다 - 다른 무엇이 필요합니까?
그리고 여기서 패턴이 있는 상품의 입력 정보에 제출하고 네트워크가 재훈련되지 않도록 하는 거래자의 능력만 관련됩니다. 이 두 가지 조건이 충족되면 네트워크가 제대로 작동합니다.
하지만 이 2가지 조건이 가장 어렵다. 상인의 기술 만 있습니다- "chuyka")))))
보다 구체적으로 말하면 금융시장의 비정상성의 본질을 알지 못하며 불행히도 알 수 없습니다.
물론 우리는 가정할 수 있지만 그것은 예측과 같습니다 - 아무 목적도 없습니다. "하늘을 향한 손가락처럼"
전혀 목적이 없는 것은 아닙니다. 입력(kotir)이 적절하게 설명되어 있으면 이는 상당한 통계 이점을 제공합니다. 형식 언어로 표현되는 경우 작업은 입력에 kotir가 있고 출력에 나머지로 고정 BGN이 있는 변환을 찾는 것입니다. 변환이 발견되면 모델은 koter 행동의 모든 기능을 고려한 것입니다. 그렇다면 기술의 문제입니다. 모델의 현재 매개변수를 분석하고 현재의 상황을 유리하게 활용할 수 있는 기회를 제공하는지 여부를 결정하는 것입니다. 작업은 창의적이지만 "과학적 찌르기"가 과학적 종합의 주요 방법이었으며 앞으로도 그럴 것입니다)))
전혀 목적이 없는 것은 아닙니다. 입력(kotir)이 적절하게 설명되어 있으면 이는 상당한 통계 이점을 제공합니다. 형식 언어로 표현되는 경우 작업은 입력에 kotir가 있고 출력에 나머지로 고정 BGN이 있는 변환을 찾는 것입니다. 변환이 발견되면 모델은 koter 행동의 모든 기능을 고려한 것입니다. 그렇다면 기술의 문제입니다. 모델의 현재 매개변수를 분석하고 현재의 상황을 유리하게 활용할 수 있는 기회를 제공하는지 여부를 결정하는 것입니다. 작업은 창의적이지만 "과학적 찌르기"가 과학적 종합의 주요 방법이었으며 앞으로도 그럴 것입니다)))
나는 그러한 합병증에 동의하지 않지만 오 글쎄.
사실, 내 생각에는(내 것이 아니라) 모든 것이 훨씬 간단합니다. 국회의 입력과 출력에 제공된 인용문에 패턴이 있으면 네트워크가 성공적으로 찾을 수 있고 당신은 행복할 것입니다. 그리고 거의 모든 NS. 패턴이 없으면 변형, 합성, 일종의 전능한 NS 스레드를 구축하고 다른 과학 및 수학적 찌르기에 참여하는 것은 쓸모가 없습니다. 패턴이 없는 곳에서는 패턴을 찾을 수 없습니다))))
시리즈에서-검은 방에서 검은 고양이를 찾는 것은 쓸모가 없습니다. 특히 거기에 없으면)))))
나는 그러한 합병증에 동의하지 않지만 오 글쎄.
사실, 제 생각에는 모든 것이 훨씬 간단합니다. 국회의 입출력에 제공되는 인용문에 패턴이 있으면 네트워크가 찾아내고 만족할 것입니다. 그리고 거의 모든 NS. 패턴이 없으면 변형, 합성, 일종의 전능한 NS 스레드를 구축하고 다른 과학 및 수학 찌르기에 참여하는 것은 쓸모가 없습니다.))))
하지만! 패턴은 어디에나 있는 것이 아니라 특정 순간에만 나타날 수 있고, 국회가 관성으로 판단하지 않을 단기적인 패턴일 수도 있다. 개인적으로 나는 인용문과 관련하여 그러한 관점을 고수합니다. 비효율적인 부분이 짧은 부분이 있으며 작업하기 위해서는 처음부터 이를 감지해야 합니다. 네트워크가 이를 수행할 수 있으려면 더 이상 존재하지 않아야 하지만 계층 간에 피드백이 있어야 하며 무작위로 취해지지 않고 특정 모델에 따라 즉, 다시 말하지만, NN에 약간의 선험적 지식을 넣을 필요가 있습니다.
하지만! 패턴은 어디에나 있는 것이 아니라 특정 순간에만 나타날 수 있고, 국회가 관성으로 판단하지 않을 단기적인 패턴일 수도 있다. 개인적으로 나는 인용문과 관련하여 그러한 관점을 고수합니다. 비효율적인 부분이 짧은 부분이 있으며 작업하기 위해서는 처음부터 이를 감지해야 합니다. 네트워크가 이를 수행할 수 있으려면 더 이상 존재하지 않아야 하지만 계층 간에 피드백이 있어야 하며 무작위로 취해지지 않고 특정 모델에 따라 즉, 다시 말하지만, NN에 약간의 선험적 지식을 넣는 것이 필요합니다.
그건 그렇고, 내가 언급한 최적 제어 이론에서는 특정 조건(즉, 구조가 매우 간단한 2차 제어기에 대한 Witsenhausen 반례)에서 최적 제어 법칙을 찾는 문제가 NP-완전하다는 것이 증명되었습니다. (즉, 계산적으로 끔찍하게 복잡함), 따라서 그들이 그러한 NS의 도움으로 그것을 해결하려고 한다는 것은 놀라운 일이 아닙니다...
하지만! 패턴은 어디에나 있는 것이 아니라 특정 순간에만 나타날 수 있고, 국회가 관성으로 판단하지 않을 단기적인 패턴일 수도 있다. 개인적으로 나는 인용문과 관련하여 그러한 관점을 고수합니다. 비효율적인 부분이 짧은 부분이 있으며 작업하기 위해서는 처음부터 이를 감지해야 합니다. 네트워크가 이를 수행할 수 있으려면 더 이상 존재하지 않아야 하지만 계층 간에 피드백이 있어야 하며 무작위로 취해지지 않고 특정 모델에 따라 즉, 다시 말하지만, NN에 약간의 선험적 지식을 넣을 필요가 있습니다.
아마도, 하지만 훨씬 더 간단한 방법으로 돈을 벌 수 있는데 왜 그러한 연구에 참여해야 합니까?
귀하의 방법에는 깊은 의미가 있지만 실제로 답변이 없는 질문이 많이 있습니다. 이러한 비효율적인 영역을 감지하는 방법은 무엇입니까? 실적이 저조한 영역은 무엇입니까? 이러한 특정 모델과 관련하여 이러한 피드백의 특성을 결정하는 방법은 무엇입니까? 이러한 모델과 피드백의 상관관계를 결정하는 방법은 무엇입니까? 선험적 지식은 무엇이며 피드백과 함께 모델과 연관시키는 방법은 무엇입니까? 글쎄, 일반적으로 - 뇌암))))
그건 그렇고, 내가 언급한 최적 제어 이론에서는 특정 조건(즉, 구조가 매우 간단한 2차 제어기에 대한 Witsenhausen 반례)에서 최적 제어 법칙을 찾는 문제가 NP-완전하다는 것이 증명되었습니다. (즉, 계산적으로 끔찍하게 복잡함), 따라서 그들이 그러한 NS의 도움으로 그것을 해결하려고 한다는 것은 놀라운 일이 아닙니다...
콧수염, 나는 포기))) 나는 통과))))