Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
на графике АС нулевая линия это и есть плоскость?
Линия - это линия, а плоскость - это плоскость. Не надо путать понятия. Ознакомьтесь с геометрией для начальной школы.
Линия - это линия, а плоскость - это плоскость. Не надо путать понятия. Ознакомьтесь с геометрией для начальной школы.
да, с геометрией я как раз и пытаюсь разбираться...нулевая линия ...когда я это спрашивал я представлял ее как секущую плоскость (просто угол зрения такой), а показатели идикатора как точки находящиеся на определенном расстоянии от нее (плоскости)..
Как отразиться - зависит от входов, смысла так расширять диапазон подбора весов нет. Правильнее нормализовать входные данные, использовать сжимающие функции и прочую математику.
------
А качество входов, как и сами входы и есть "камень приткновения" всех нейросетей)
Если уж считать все основные камни, то их 2
1. Что подать на вход
2. Как интерпретировать выход
ибо сама математика сетей не особо сложна...
да, с геометрией я как раз и пытаюсь разбираться...нулевая линия ...когда я это спрашивал я представлял ее как секущую плоскость (просто угол зрения такой), а показатели идикатора как точки находящиеся на определенном расстоянии от нее (плоскости)..
Еще раз для особоодаренных. Линия - это линия, а плоскость - это плоскость.
Если в уравнении:
1. Нет переменных - это точка.
2. Одна переменная - это линия.
3. Более одной переменной - это плоскость.
Возможно, здесь будет понятнее нестандартный подход.
Как знать. Возможно автор ветки, - будущий авторитет в тактическом подходе к анализу рынка.
Попробуйте "размерность исследуемого пространства" задавать так, как делал это писатель-классик А.Мирер:
точка - одномерное
линия - двухмерное
угол - трехмерное
треугольник - четырехмерное
.... ...
и т.д.
Возможно, здесь будет понятнее нестандартный подход.
Как знать. Возможно автор ветки, - будущий авторитет в тактическом подходе к анализу рынка.
Попробуйте "размерность исследуемого пространства" задавать так, как делал это писатель-классик А.Мирер:
точка - одномерное
линия - двухмерное
угол - трехмерное
треугольник - четырехмерное
.... ...
и т.д.
я продолжу
пятиугольник - пятимерное
шестиугольник - шестимерное
семиугольник - семимерное
восьми угольник - восьмимерное
.....
фигуры на проскости из за количества углов никакова отношения к многомерному пространству не имеют.
я продолжу
пятиугольник - пятимерное
шестиугольник - шестимерное
семиугольник - семимерное
восьми угольник - восьмимерное
.....
фигуры на проскости из за количества углов никакова отношения к многомерному пространству не имеют.
издёвки издёвки .... спасибо гаспадину Reshetovu за замечания ... из вашей формы подачи я понимаю многое....я работаю над собой.....спасибо rid за оптимизм по поводу будущева...ну и конечно Figar0 благодаря ему мне показалось что я начал понимать...
Я не хочу тут никого обижать и просто выскажу своё мнение. Зачем геометрия тут нужна чтобы понять нейронные сети? Всё намного проще. Подаёте на вход первых нейронов (first hidden layer) взвешенные входные данные включая байэс w0 (x=w0+w1*x1+w2*x2+...). Каждый нейрон имеет свои входные коэффициенты взвешивания w0, w1, w2 ... Нейроны имеют нелинейную функцию активации y=F(x). В простейшем случае,
F(x) = -1 if x<=-1, x if -1<x<1, 1 if x>=1
Выходы первых нейронов подаются на входы вторых нейронов (second hidden layer или output layer) с новыми весами так что z=F(w0+w1*y1+w2*y2+...). Обычно на этом остнавливаются и считают что выходы вторых нейронов - это выходы сети. Таким образом получаем двуслойную сеть. Так как функция активации нейрона не может давать значения >1 или <-1, то задаём уровень классификации -1<z0<1. При использовании байэса w0, выбор z0 не важен и можно просто сделать z0=0. То есть, если z>0, то покупаем. Елси z<0, то продаём. Выбор > или < тоже не важен если допустить положительные и отрицательные знчения w0, w1, w2... при оптимизации.
В случае уважаемого Решетова, сеть однослойна. Однослойные сети называются perceptron. Взвешенные входные данные просто суммируются и сравниваются с уровнем классификации:
w1*x1+w2*x2+... > y0 покупаем
w1*x1+w2*x2+... <= y0 продаём
Нелинейная функция активации нейрона здесь не нужна так как математический результат классификации не изменится.
если поставить две линии секущие плоскость, т.е. порог бай, порог селл,
тогда тренировка персептрона в этом советнике будет ошибочной.
поэтому тренировать отдельно.
т.е.
- - проводим обучение без порога, и затем на тренированный персептрон накладываем порог.
если поставить две линии секущие плоскость, т.е. порог бай, порог селл,
тогда тренировка персептрона в этом советнике будет ошибочной.
поэтому тренировать отдельно.
т.е.
- - проводим обучение без порога, и затем на тренированный персептрон накладываем порог.
На самом деле, это зависит от того, как в дальнейшем интрепретируется состояния выхода в советнике. Какие действия в нем предписаны "неопределенному" состоянию, если никакие, то Вы совершенно правы. Но что-то тут уже "серьезные" разговоры пошли, человек спросил лишь несколько "напутственных" слов)