LeoV : 책은 확실히 좋지만 금융 시장에서 돈을 버는 것과는 아무 관련이 없습니다. 물론 독학을 위해 읽을 수는 있지만 금융 시장에서 돈을 버는 데 도움이되지는 않습니다.))))
로봇인 Leonid는 다음과 같이 물었습니다. "신경망에 대해 더 배우고 싶습니다... 어디서부터 시작해야 하나요?" Vinin은 바로 이 질문에 대한 답으로 과녁을 맞았던 것 같습니다. Vinin이 제공하는 Dock에서는 패러다임이 정확히 무엇이며 무엇을 위한 것인지입니다.
저는 직업학교 학생이기 때문에 구구단을 오래전부터 알고 ... 전자를 다루고 싶었습니다. Forex는 이해할 수 없는 경우에도 어느 정도 명확해졌습니다. 이것은 "이해성"의 반전일 뿐입니다. 나는 더 발전하고 싶습니다 ... 예를 들어 AI 분야의 연구가 어느 단계에 있는지 나에게 명확하지 않습니다. 신경망에 관심이 있는 이유는 무엇입니까? 글쎄, 거기 정보 흐름의 "상호 작용"의 체계가 모델링되어 있습니다 ... 고급 언어의 구문 과 마찬가지로 더 높은 수준에서만 ... 지금은 궁금합니다 ... 가르치고 싶습니다 로봇이 메모리에 넣을 텍스트에 따라 응답합니다 ... 물론, 이것은 아직 불가능합니다 ... 간단히 말해서 우리는 책에 대한 링크가 필요합니다 ... 도서관 목록이 아니라 작동하는 링크 서적. 음, 외환은 제가 George Boole의 대수학의 논리를 적용할 수 있었던 곳일 뿐입니다.
당신 말이 맞아요, 동지... 저는 논쟁하는 것이 아닙니다. 첼은 받고싶어서 고맙다고 했다. 그리고 여기서 우리는 FIG에 푹 빠졌습니다.
나는 당신의 말을 좋아했습니다, Leonid. 구구단으로 시작하여 올바르게 끝내는 방법에 대해 더 잘 이야기합시다.
신경망에 대해 많은 이야기가 있습니다. 인공 지능이 신경망을 사용하여 구축될 수 있는지는 모르겠지만 우리에게는 전혀 필요하지 않다고 생각합니다. 저것들. 즉, "시장 현실" 지적 분석기가 필요하지 않습니다.
신경에서 레이블과 소명을 제거하면 두 가지 놀라운 속성을 가진 강력한 도구만 남게 됩니다. 첫 번째는 비선형성이고 두 번째는 (멋진) 자동 적응입니다))
우리가 사용할 수 없는 두 가지 절대적으로 뛰어난 속성. 내가 이해하는 바에 따르면, 많은 신경과학자들 사이에서 어떤 곳에서는 다음과 같은 의견이 있습니다. 내가 어떻게 거래하든 항상 적자였습니다. 바로 지금, 나는 인공 모스크바를 만들고, 그에게 얼마나 많은 것을 보여줄 것이고, 그는 모든 것을 이해하고, 보고 감사할 것이고, 그는 독점적으로 시장에 진입 하고 전리품을 잘라낼 것입니다. 이제 우리(여기 있는 사람들)가 같은 일을 하고 있다면 아무것도 걱정할 필요가 없습니다. 우리는 훨씬 더 많은 세월 동안 해야 할 일이 있을 것입니다. )) 역설적인 격언이 탄생했습니다 - 끝없는 막다른 길.
나는 개인적으로 무엇을 시도했는가? 나는 두 가지를 시도했다. 나는 위의 첫 번째 것을 설명했으며 이미 인공 모스크바를 건설하는 것을 중단했습니다. )) 두 번째 것 - 나는 예측을 시도했다.
지금 당장은 논란이 되는 몇 가지 사항을 작성하겠습니다. 그러나 이러한 사항은 수행한 작업과 받은 관찰의 결과로 얻은 개인적인 확신입니다. 첫 번째는 예측과 예측은 완전히 다른 것입니다. 둘째, 그 예측은 "가능성 있는 발전"이라고 부를 수 없다. 세 번째는 예측은 외삽에 불과하다는 것입니다. 그리고 이 외삽이 이루어지자 마자 그것은 시장과 어떤 관계도 갖지 않게 됩니다. 이것은 아주 명확한 방식으로 0바를 넘어서 튀어나온 차트일 뿐입니다. 그리고 이 "이미지"는 이전 가격 변동에 의해서만 결정됩니다. 시장은 완전히 임의적인 방향으로 움직일 것입니다. 그리고 실습에서 알 수 있듯이 지정된 예측 변수에는 전혀 없습니다. 저것들. 예측 변수를 사용하는 간단한 방법이 발생합니다. 예측 변수는 시장이 절대 가지 않을 방향입니다.
그러나 예측은 완전히 다른 문제입니다. 상황을 최대한 단순화하면 문제는 다음과 같이 공식화될 수 있습니다. 시간당 막대가 열렸습니다. 어디에서 닫힐까? 상단 또는 하단? 이미 위 또는 아래에서 1/2의 확률이 있습니다(회피는 의도적으로 고려 대상에서 제외, 회피는 위험하지 않음). 솔루션은 이미 존재하는 확률을 > 50% 값으로 어떻게든 이동하도록 제안합니다. 그리고 구구단을 학습하는 그리드의 기능이 여기에서 어떻게 유용할 수 있습니까?
솔직히 말해서, 나는 이 문제를 풀기 시작하지도 않았습니다. 확률 격자를 가지고 놀고 싶은 욕구를 불러일으킨다. 그러나 이 그리드는 두 부분으로 구성됩니다. 왼쪽 부분은 분류기(SOM)이고 오른쪽 부분은 RBF(또는 동일한 고추)입니다. 가장 큰 어려움을 나타내는 것은 바로 왼쪽입니다. 차트에서 다른 정보를 업로드하려고했습니다. 그러나 이 정보를 하나의 원으로 보면 엉망이 됩니다. 과학적 혼란. 단순히 분류할 것이 없습니다. 모든 SOM은 유클리드 메트릭 원칙에 따라 작동합니다. 저것. 얼마나 많은 수업을 요청하고, 얼마나 많은 것을 얻게 되며, SOM은 단순히 클러스터의 중심을 고르게 분산시킵니다. 결과는 분류가 아니라 헛소리입니다. 따라서 "현재 회원"을 계산하는 것은 의미가 없습니다.
네, 제가 그물에 들어가지 않고 오랫동안 그물에 아무것도 쑤셔넣지 않았다는 점을 언급할 가치가 있을 것입니다. 저것들. 내가 기술에 대해 모르는 것. 당신이 그물에 밀어 넣어야 하는 순간이 내가 거기에 밀어넣지 말아야 할 것을 모른다는 것을 의미하지는 않습니다. 아주 잘 알고 있습니다. pearson, r-square, MSE, %Error는 내 가장 친한 친구입니다. ))
책은 확실히 좋지만 금융 시장에서 돈을 버는 것과는 아무 관련이 없습니다. 물론 독학을 위해 읽을 수는 있지만 금융 시장에서 돈을 버는 데 도움이되지는 않습니다.))))
로봇인 Leonid는 다음과 같이 물었습니다. "신경망에 대해 더 배우고 싶습니다... 어디서부터 시작해야 하나요?" Vinin은 바로 이 질문에 대한 답으로 과녁을 맞았던 것 같습니다. Vinin이 제공하는 Dock에서는 패러다임이 정확히 무엇이며 무엇을 위한 것인지입니다.
그리고 "...와 관련하여" 이것은 다음 "진화 단계"입니다.
2 레프
당신 말이 맞아요, 동지... 저는 논쟁하는 것이 아닙니다. 첼은 받고싶어서 고맙다고 했다. 그리고 여기서 우리는 FIG에 푹 빠졌습니다.
나는 당신의 말을 좋아했습니다, Leonid. 구구단으로 시작하여 올바르게 끝내는 방법에 대해 더 잘 이야기합시다.
신경망에 대해 많은 이야기가 있습니다. 인공 지능이 신경망을 사용하여 구축될 수 있는지는 모르겠지만 우리에게는 전혀 필요하지 않다고 생각합니다. 저것들. 즉, "시장 현실" 지적 분석기가 필요하지 않습니다.
신경에서 레이블과 소명을 제거하면 두 가지 놀라운 속성을 가진 강력한 도구만 남게 됩니다. 첫 번째는 비선형성이고 두 번째는 (멋진) 자동 적응입니다))
우리가 사용할 수 없는 두 가지 절대적으로 뛰어난 속성. 내가 이해하는 바에 따르면, 많은 신경과학자들 사이에서 어떤 곳에서는 다음과 같은 의견이 있습니다. 내가 어떻게 거래하든 항상 적자였습니다. 바로 지금, 나는 인공 모스크바를 만들고, 그에게 얼마나 많은 것을 보여줄 것이고, 그는 모든 것을 이해하고, 보고 감사할 것이고, 그는 독점적으로 시장에 진입 하고 전리품을 잘라낼 것입니다. 이제 우리(여기 있는 사람들)가 같은 일을 하고 있다면 아무것도 걱정할 필요가 없습니다. 우리는 훨씬 더 많은 세월 동안 해야 할 일이 있을 것입니다. )) 역설적인 격언이 탄생했습니다 - 끝없는 막다른 길.
나는 개인적으로 무엇을 시도했는가? 나는 두 가지를 시도했다. 나는 위의 첫 번째 것을 설명했으며 이미 인공 모스크바를 건설하는 것을 중단했습니다. )) 두 번째 것 - 나는 예측을 시도했다.
지금 당장은 논란이 되는 몇 가지 사항을 작성하겠습니다. 그러나 이러한 사항은 수행한 작업과 받은 관찰의 결과로 얻은 개인적인 확신입니다. 첫 번째는 예측과 예측은 완전히 다른 것입니다. 둘째, 그 예측은 "가능성 있는 발전"이라고 부를 수 없다. 세 번째는 예측은 외삽에 불과하다는 것입니다. 그리고 이 외삽이 이루어지자 마자 그것은 시장과 어떤 관계도 갖지 않게 됩니다. 이것은 아주 명확한 방식으로 0바를 넘어서 튀어나온 차트일 뿐입니다. 그리고 이 "이미지"는 이전 가격 변동에 의해서만 결정됩니다. 시장은 완전히 임의적인 방향으로 움직일 것입니다. 그리고 실습에서 알 수 있듯이 지정된 예측 변수에는 전혀 없습니다. 저것들. 예측 변수를 사용하는 간단한 방법이 발생합니다. 예측 변수는 시장이 절대 가지 않을 방향입니다.
그러나 예측은 완전히 다른 문제입니다. 상황을 최대한 단순화하면 문제는 다음과 같이 공식화될 수 있습니다. 시간당 막대가 열렸습니다. 어디에서 닫힐까? 상단 또는 하단? 이미 위 또는 아래에서 1/2의 확률이 있습니다(회피는 의도적으로 고려 대상에서 제외, 회피는 위험하지 않음). 솔루션은 이미 존재하는 확률을 > 50% 값으로 어떻게든 이동하도록 제안합니다. 그리고 구구단을 학습하는 그리드의 기능이 여기에서 어떻게 유용할 수 있습니까?
솔직히 말해서, 나는 이 문제를 풀기 시작하지도 않았습니다. 확률 격자를 가지고 놀고 싶은 욕구를 불러일으킨다. 그러나 이 그리드는 두 부분으로 구성됩니다. 왼쪽 부분은 분류기(SOM)이고 오른쪽 부분은 RBF(또는 동일한 고추)입니다. 가장 큰 어려움을 나타내는 것은 바로 왼쪽입니다. 차트에서 다른 정보를 업로드하려고했습니다. 그러나 이 정보를 하나의 원으로 보면 엉망이 됩니다. 과학적 혼란. 단순히 분류할 것이 없습니다. 모든 SOM은 유클리드 메트릭 원칙에 따라 작동합니다. 저것. 얼마나 많은 수업을 요청하고, 얼마나 많은 것을 얻게 되며, SOM은 단순히 클러스터의 중심을 고르게 분산시킵니다. 결과는 분류가 아니라 헛소리입니다. 따라서 "현재 회원"을 계산하는 것은 의미가 없습니다.
뭐, 대충 이런...
greatoooooo .... 그리고 당신은 입구에 무엇을 제출할 것인가?
글쎄, 나는 그것을 거기에 두지 않는다고 썼습니다. 결과는 ... 완전한 넌센스가 될 것입니다. 간단히 말해서
어쩌면 거기에 가지 않고 거기에 무언가를 찌르는 것만큼 가치가 있지 않습니까? 아마도 입력과 출력 사이에 어떤 연결이 있어야 합니까?
솔라, 분류 문제를 암시했다는 사실에 주목합니다. 이것이 교사 없이 배우는 원리입니다. 저것들. "아웃"이라는 것은 없습니다.
추신 죄송합니다. 어떤 이유로 leksus를 현재 것으로 변경해야 했습니다.