Обсуждение статьи "Нейронные сети - от теории к практике" - страница 5
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
Попытаюсь разделить понятия "подгонка" и "обучение".
Подгонка - подбор параметров модели с целью соответствия оной моделируемому процессу. Можно провести аналогию - "зубрёжка".
Обучение - процесс познания моделью процесса, который включает в себя запоминание "правил" и "исключений из правил" с целью дальнейшей возможности делать выводы на основе поступающей неизвестной ранее информации. В обучении НС для этих целей используется валидационная часть от обучающей выборки.
Таким образом можно говорить, что НС в советнике из статьи именно подгоняется, а не обучается, как, впрочем, и любые советники оптимизируемые штатно в тестере. Для обучения советников (с НС и без них) функционал оптимизатора недостаточен (хотя есть форвард тестирование, но оно означает лишь то, что мы всего лишь выбираем из числа подогнанных вариантов тот, который проходит и форвард).
Yedelkin:
................., а термину "обучение" придан новый узкоспециализированный смысл, а именно: обучением назвали обычный перебор (подгонку) параметров.
Отнюдь не новый. Любой езде на велосипеде ( игре в бадминтон, и т.п. и т.д. ) обучаются путём подгонки параметров собственных нейросеток.
Копирование (зубрёжка) гораздо более примитивный способ "обучения". // Включая выучивание словарных определений.
Кстати, языку (родному) никто не учится по словарям. Учатся именно "подгонкой".
MetaDriver: Отнюдь не новый. Любой езде на велосипеде / игре в бадминтон обучаются путём подгонки параметров собственных нейросеток.
...Кстати, языку (родному) никто не учится по словарям. Учатся именно "подгонкой".
Замечательный пример объяснения обычных явлений с помощью узкоспециализированных терминов :)
Навеяло:
Осталось только добавить, что словари предназначены не для зубрёжки и "выучивания словарных определений", а для отражения тех значений слов, которые считаются общепринятыми.
Есть ли выход из этой ситуации? Писать свои алгоритмы обучения? Надеюсь, что в статьях по MQL5 это уже есть.
Кое что уже есть по алгоритмам оптимизации, да. По алгоритмам обучения - нет.
И ещё пока нет статей о методиках выбора наиболее оптимальных вариантов из общего числа прогонов (и в штатном тестере в том числе).
Кое что уже есть по алгоритмам оптимизации, да. По алгоритмам обучения - нет.
И ещё пока нет статей о методиках выбора наиболее оптимальных вариантов из общего числа прогонов (и в штатном тестере в том числе).
Замечательный пример объяснения обычных явлений с помощью узкоспециализированных терминов :)
Навеяло:
Осталось только добавить, что словари используются не для зубрёжки и выучивания "словарных определений", а для отражения тех значений слов, которые считаются общепринятыми.
Ой, для чего они только не используются...! Вот на любимом форуме ими в основном по головам друг друга мочат.........
;)
Вообще то, мат. модель какого-либо процесса или явления - это описание математическим языком законов, которым подчиняется данный процесс или явление. А вот управление этим процессом с помощью параметров можно назвать подгонкой. Математика точная наука, поэтому определения должны быть точными.
Вообще то, мат. модель какого-либо процесса или явления - это описание математическим языком законов, которым подчиняется данный процесс или явление. А вот управление этим процессом с помощью параметров можно назвать подгонкой. Математика точная наука, поэтому определения должны быть точными.
"Законы" - это уже модели. Они есть только в голове.
Реальные процессы не подчиняются никаким законам ))
Уважаемые ораторы.
Я, конечно, не против обсуждения тонкостей нейронных сетей в этой ветке, но изначально, статья планировалась для начинающих. В ней опущены некоторые подробности, ибо именно эти подробности способны ввести в ступор начинающего нейросетивика. Конечно, в статье не указаны различные методы обучения (подгонки) нейронных сетей, но это не является необходимым на начальном этапе. Если понять, что нейронные сети это не так сложно, то это не дает повода отвернуться и сказать "это очень сложно и не для меня". Если Вы знаете больше - это отлично, значит статья, скорей всего, не для Вас.
По поводу самообучения - возможно в процессе модерации были внесены изменения, которых в первоначальном варианте не было. В данный момент исходника статьи под рукой нет, но как только будет возможность мною будет проверена эта статья на предмет ошибок данного характера.
После некоторых раздумий, было принято решение по написанию второй части статьи.
На данный момент во второй части будет освещена работа с многослойными нейронными сетями.
Если у Вас имеются пожелания о ее содержимом - прошу, вкратце, напишите их.
Те идеи, которые я смогу передать на пальцах будут описаны в статье.
Спасибо.