Нейронная сеть - вход - страница 4

 

многое не понимаю в нейро-сеть.

И вопрос есть.

1. К чему должны обучить нейро-сеть? 

2. Кто обучает? сама программа себя ? или человек? 

3. Возможно ли обучить нейро-сеть  - профитно торговать используя индикатор стохастик?

4. В чем преимущество нейро-сети  от человека?  

 
согласен, с базой проблемы. Нигде доходчиво не описан смысл, природа, в чем фишка нейросети. Как будто из первого класса перевели сразу в девятый. 

Та же беда с транзисторами. Для чайников никто не может обьяснить, в чем прикол транзисторов. Все пересказывают слово в слово вики или учебник.

Хотелось бы введение про нейросеть. Разжеванное для чайников. А вместо этого вангую "учи матчасть!". 
 
Ivan Butko:
согласен, с базой проблемы. Нигде доходчиво не описан смысл, природа, в чем фишка нейросети. Как будто из первого класса перевели сразу в девятый. 

Та же беда с транзисторами. Для чайников никто не может обьяснить, в чем прикол транзисторов. Все пересказывают слово в слово вики или учебник.

Хотелось бы введение про нейросеть. Разжеванное для чайников. А вместо этого вангую "учи матчасть!". 
Y Ну да тут вам не расскажут про дендриты и синапсы :-) тут нужно понимать хотя бы азы нейрона. У нейрона есть входы и выходы. Представьте что сам нейрон, это такая секретная и никому не известная формула (шучу конечно) То есть формула, если мы на вход этой формулы подадим какие то значения. То есть подставим в формулу входные данные, то посчитав эту формулу мы получим результат, который будет зависеть от того набора данных который мы подаём. И этот результат мы подаём дальше на вход следующего нейрона. Так и получается сеть. Но сам нейрон как правило несёт в себе функцию активации. То есть подали на вход данные получили ответ 1, нейрон активирован или 0, данные не смогли активировать нейрон. Понимаю может быть и не понятно, но уже весь мир ждёт с нетерпением появления в свет трактата. "А как же всё таки зарабатывают нейронные сети" и это далеко не грааль, поверьте. Так вот чтобы пользоваться НС, знать что такое нейрон, для приличия хотя бы нужно. Чувствую в области машинного обучения появится класс специалистов которые будут активно использовать НС и вполне удачно, но как она работает представления будут иметь слабые. Так кажется...... Потому как сейчас главное знать не то как она работает, а как ею пользоваться.
 
Mihail Marchukajtes:
Что вам не дает возможности записать все значения в строчку и подпать сети одновременно, я именно вот этого понять не могу. Расчитали всё что считаете нужным, записали всё это в строчку и подали....

Ладно, понятно, просто думал, что данные если они одного порядка должны быть отдельны от других. 

Если известны предполагаемые точки разворота,  и на выходе нужно получить точку которая должна отработать разворот, тогда как правильней подавать эти точки, на входе или на выходе?отскок от точки вверх

 

Ну допустим логика обучения как на картинке. выше

Далее вопрос, в каком виде подавать данные на обучение?

Допустим в один момент положение дел вот такое:

 

На следующий момент

Выходит, что в какой-то момент каждая строчка отработает себя, на примере ниже показано как отработает событие с периодом 10.

 

При следующем моменте данные не будут содержать отработанное событие. 

Вопросы:

Будет ли работать обучение, если событий в разный момент разное количество, допустим в один момент событие с 10-ым периодом на одном месте(порядке), в другой момент все события находятся на других строчках.

 

Данные на первом баре не содержат событие с 10-ым периодом. 

Как построить топологию ввода данных правильно?

 

Предполагаю только одно решение, нужно каждому периоду выделить отдельное место, и если периода нет то выставить нули в векторе. Выходит сколько возможно периодов, столько использовать нейронов, каждая строчка нейрон. Так что ли? 

 

Но тогда, одних параметров будет под 1 млн. Так как количество параметров больше чем указанно в таблице.

Думается нужно рекуррентную сеть, и прогонять все активные события в момент времени. Но вопрос, что делать с тем что события, назовем их потернами, разное количество на каждый момент времени - новом баре.

Тогда нужно разобраться с рекуррентными сетями, как происходит подача на вход. 

 
Ну смотри, предположим настал момент и мы получили сигнал. Вернее закрылся бар и именно в этот момент мы начинаем анализировать рынок. Тоесть когда появился сигнал или бар и т.д. Мы что делаем, мы сохраняем данные для подачи на вход сети. Если количество патернов всегда разное, то тут остаётся только ставить ноль, если патерна нет. Но в итоге ты сохраняешь данные в строчку. Максимальное количество патернов у тебя 20. Тоесть каждый раз ты сохраняешь 20 записей для всех патернов, тех которых нет, ставишь ноль.
 
Mihail Marchukajtes:
Ну смотри, предположим настал момент и мы получили сигнал. Вернее закрылся бар и именно в этот момент мы начинаем анализировать рынок. Тоесть когда появился сигнал или бар и т.д. Мы что делаем, мы сохраняем данные для подачи на вход сети. Если количество патернов всегда разное, то тут остаётся только ставить ноль, если патерна нет. Но в итоге ты сохраняешь данные в строчку. Максимальное количество патернов у тебя 20. Тоесть каждый раз ты сохраняешь 20 записей для всех патернов, тех которых нет, ставишь ноль.

Дело в том, что активных мест может быть более тысячи, если выделять под них место, то входов будет более млн.

Так же можно выделить мест под активные в данный момент, но тогда вопрос, веса зависят от места или от значения параметра?

 
Top2n:

Дело в том, что активных мест может быть более тысячи, если выделять под них место, то входов будет более млн.

Так же можно выделить мест под активные в данный момент, но тогда вопрос, веса зависят от места или от значения параметра?

Y Ну тогда думаю можно поступить следующим образом. Установить конечное значение входов, а патерны объединить так чтобы они все умещались в уставновленное количество входов. Иначе никак я думаю....