Como formar os valores de entrada para os NS corretamente. - página 8

 
sergeev писал (а) >>

klot, acho que ele postou a normalização do MA normal com StdDev.

É melhor usar a velocidade da MA, ou seja, a primeira derivada, do que a MA.

 
LeoV писал (а) >>

Não se tratava de indicadores, mas sim de racionar o preço em uma determinada área, onde os altos e baixos são escolhidos.

Lá se tratava de racionamento de amostras...

 
sergeev писал (а) >>


Grosseiramente falando, delineei um plano para meu trabalho com a rede neural, ou melhor, as coisas às quais preciso prestar atenção ao desenvolvê-la.

1. Preparação dos dados de entrada. (médias de deslocamento, decorrelação, equalização da covariância).

Você pode ser mais específico? De preferência com pelo menos um mínimo de detalhes. Interessante.

3. A questão da requalificação da rede

Bem, é fácil de verificar, e pode ser tratado através da redução do número de parâmetros. Se não estiver curado, temos de fazer uma nova amostra.

4. Checagem cruzada

Mais detalhes, por favor.

7. Possibilidade de usar mapas lightka (ou camadas Kohonen e Grossberg?)

Acho que é perfeito para a busca de padrões.

8. Comitê de redes.

Não é o caso, eles são usados em sistemas especializados, é um pouco diferente aqui.

9. Redes recursivas.

Ainda não vale a pena, IMHO.

 
sergeev писал (а) >>

klot, acho que ele postou a normalização de um MA normal com StdDev.

Sei que você também pode normalizar o preço, mas não o caminho do máximo para o mínimo...

 
TheXpert писал (а) >>

Você pode ser mais específico? De preferência com pelo menos um mínimo de detalhes. Interessante.

Fig. 4.11 de S. Haykin, o livro no início do tópico

Bem, é fácil de verificar, e pode ser tratado através da redução do número de parâmetros. Se não estiver curado, temos de fazer uma nova amostra.

>> figos. 4.18, 4.19 ibidem.

Mais detalhes, por favor.

Fig. 4.20, 4.21 ibidem.

 
sergeev писал (а) >>

Fig. 4.11 de S. Haykin, livro no início do tópico

Figs. 4.18, 4.19 ibidem.

Fig. 4.20, 4.21 ibidem.


Sim, eu terei algo para ler esta noite, muito possivelmente quebrando o código em breve :)

 
Você gostaria de compartilhar?
 
sergeev писал (а) >>
Você vai compartilhar?

É claro que, caso contrário, eu não falaria sobre isso. A menos, é claro, que haja algo para compartilhar.

 
sergeev писал (а) >> Verificação cruzada
TheXpert escreveu (a) >> Mais detalhes também, por favor.
Uma verificação cruzada é quando uma rede, por exemplo, é treinada no segmento 2007 e o melhor resultado alcançado no segmento 2007 é "testado" no segmento 2008, e se esse resultado for melhor que o anterior (também "testado" em 2008) então essa rede é mantida. E assim por diante. Da mesma forma, você não obtém melhores resultados em 2007, mas não precisa se preocupar com isso, pois a rede é verificada em 2008. Isto evita o excesso de treinamento (para a rede) ou a super-otimização (para o TC).
 
sergeev писал (а) >> 8. comitê de redes.

Normalmente, 3 de 2 ou 5 de 3 é feito. Ou seja, de 3 redes, 2 devem "optar por entrar". É claro que os comitês são melhores, pois 3 redes não muito rentáveis podem dar um lucro muito maior do que cada uma individualmente. Mas é necessário escolher redes em comitês muito deliberadamente, pois nem todas as redes com outra funcionarão adequadamente.