Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2828
![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Evet, boş bir zamanımda Adam'a bir göz atacağım, bazı testler yapacağım.
Makaleler en iyisi, sadece herhangi bir şeye itiraz edecek nitelikte değil :)
teşekkürler))))
o zaman geleneksel olarak nöronlarla kullanılan algoritmaların da incelemeye dahil edilmesi gerektiğini görüyorum.
Pratikte bu, nöronun yetersiz eğitileceği anlamına gelir.
Bu biraz sonradan düşünülmüş bir şey.
farklı AO türleri vardır, yerel optimizasyon ve küresel optimizasyon...
yerel, gradyanlar, aynı Adam, vs... küresel, genetik, vs...
ağlar yerel AO ile eğitilir çünkü hızlıdır, "çok fazla ağırlık vardır".
ve küresel AO'yu eğitmek etkili değildir...
Ve asıl mes ele, yaklaşık bir milyar ağırlığa sahip normal bir nöronu küresel AO ile eğitirseniz, birincisi, uzun süre beklemeniz gerekecek ve ikincisi, küresel bir minimum bulduğunuzu hiçbir şekilde garanti edemezsiniz....
Yani tüm bu konuşmalar saf suyun kirletilmesidir, derin öğrenmeyi yaratanların küresel optimizasyon algoritmaları ve özellikleri hakkında bilgi sahibi olmadıklarına dair SÜPER naif inanç, o kadar açıktır ki komik bile değildir....
Küresel optimizasyon algoritmalarını yerel optimizasyon algoritmalarından ayırt etmeyi öğreneceksiniz ve sonra ayrık optimizasyon, sürekli optimizasyon, çok kriterli optimizasyon vb. var....
Ve her birinin kendi görevleri vardır, her şeyi bir yığına yığmak ve bir şeyi test etmek küfürdür.
Bu biraz sonradan düşünülmüş bir şey.
Farklı AO türleri vardır, yerel optimizasyon ve küresel optimizasyon...
yerel olan gradyanlardır, aynı adamdır, vs. küresel olan genetiktir, vs...
ağlar yerel olarak eğitiliyor çünkü hızlı, "çok fazla ölçek var".
ve küresel AO'ları eğitmek verimli değil...
Ve asıl mesele, yaklaşık bir milyar ağırlığa sahip normal bir nöronu küresel AO ile eğitirseniz, ilk olarak uzun bir süre beklemeniz gerekecek ve ikincisi, küresel minimum.... bulduğunuzu hiçbir şekilde garanti edemezsiniz.
Yani tüm bu konuşmalar saf suyun kirletilmesidir, derin öğrenmeyi yaratanların küresel optimizasyon algoritmaları ve özellikleri hakkında bilgi sahibi olmadıklarına dair SÜPER naif inanç.... komik bile olmayacak kadar açıktır.
Korkunç bir şey.
algoritmalar "yerel" ve "küresel" olarak ikiye ayrılmaz. eğer bir algoritma yerel ekstremumlardan birinde takılıp kalırsa, bu bir kusurdur, özellik değil.
Nöronlar için geleneksel AO'ların son derece özel karşılaştırmaları vardır, bunları arayabilirsiniz. algoritmalar genellikle belirli görevler için kullanılır, ancak istisnasız tüm algoritmalar yakınsama kalitesi açısından karşılaştırılabilir.
teşekkür ederim)))
o zaman geleneksel olarak nöronlarla kullanılan algoritmaların da incelemeye dahil edilmesi gerektiğini görüyorum.
Bu korkunç.
algoritmalar "yerel" ve "küresel" olarak ikiye ayrılmaz. eğer bir algoritma yerel ekstremumlardan birinde takılıp kalırsa, bu bir kusurdur, özellik değil.
Genel olarak nöronlar için olmayan ve kocaman bir sakalı olan gradyan iniş algoritmaları kullanılır. Google'da aratın ve gradyan inişinin farklı yerel ekstremum tuzaklarının üstesinden nasıl geldiğini öğrendikten sonra çocukça sorular sormayın. Bu, insanların yıllardır özellikle yaptığı bir şeydir.
Bir keresinde, hata birkaç döngü boyunca fazla değişmezse, yani bir ekstremum etrafında dönerse, o zaman yerel olup olmadığını kontrol etmek için, bu ekstremumdan atlamak için parametrelerde güçlü bir sıçrama yapıldığını okumuştum. Eğer yerelse, sonraki sıçramalarda geri dönmez, eğer küreselse geri döner. Bunu birkaç kez tekrarlayabilirsiniz. Genel olarak, uzayı daha geniş bir şekilde keşfetmeniz gerekir.
Bu korkunç.
algoritmalar "yerel" ve "küresel" olarak ikiye ayrılmaz. eğer bir algoritma yerel ekstremumlardan birinde takılıp kalırsa, bu bir kusurdur, özellik değil.
Nöronlar için geleneksel AO'ların son derece özel karşılaştırmaları vardır, bunları arayabilirsiniz. algoritmalar genellikle belirli görevler için kullanılır, ancak istisnasız tüm algoritmalar yakınsama kalitesi açısından karşılaştırılabilir.
Hepsi 5 )))))))))
Maximka ile aynı üniversiteye mi gittiniz?