Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3381
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Mesele çeviri değil.
Yüz setin FF'ye bağlı olduğu açıktır.
Zor değilse bağlantılar getirin (makaleler, kitaplar).
Ticaret, otomatik ticaret sistemleri ve ticaret stratejilerini test etme üzerine forum
Yararlı literatür.
Andrey Dik, 2010.07.24 22:26
Sinir ağları, genetik algoritmalar
Teknik.pdf
Christian L. Dunis Modelleme ve EURUSD Ticareti.pdf
ED PONSI Forex Patterns and Proabilities.pdf
Gorban A.N. Nöroenformatik. Neyiz, nereye gidiyoruz, yolumuzu nasıl ölçeceğiz.pdf
Haykin S. Kalman filtreleme ve sinir ağları.djvu
Jonsson F. Markus. Gerçek arazinin sayısallaştırılmış haritalarında araçlar için en uygun yolun bulunması. Bölüm 1.doc
Jonsson F. Markus. Markus. Gerçek arazinin sayısallaştırılmış haritalarında araçlar için en uygun yolu bulma. Bölüm 2.doc
Kondratenko V.V. Forex Tahmininde Tekrarlayan Sinir Ağlarının Kullanımı.pdf
Krose B. Sinir ağlarına giriş. 1996.djvu
Long, Parks Neural Network Modeling.djvu
Neural_Network_Trend_Predictor_Manual.pdf
Simon D. Genişletilmiş Kalman filtresi ile radyal tabanlı sinir ağlarının eğitimi
ToshibaNeuronChip.pdf
Barskii A.B. Neural Networks Recognition, Control, Decision Making. 2004.pdf
Berkinblit M.B. Neural Networks 1993.djvu
Bastens D. Neural Networks and Financial Markets. Ticaret işlemlerinde karar verme.djvu
Vapnik V.N. Ampirik veriler üzerinde bağımlılıkların restorasyonu. 1997.djvu
Vezhnevets A. Non-Standard Neural Network Architectures.pdf
Voronovsky G.K. Genetic Algorithms, Artificial Neural Networks and Problems of Virtual Reality.pdf
Voronovsky G.K. Genetic Algorithms, Artificial Neural Networks and Problems of Virtual Reality.pdf
Galushkin A.I. Theory of Neural Networks. Kitap 1 2000.djvu
Goldstein B.S. Entelektüel Ağlar. 2000.djvu
Gorban A.N. Genelleştirilmiş yaklaşım teoremi ve sinir ağlarının tümdengelim olasılıkları.pdf
Gorbunova E.O. Kinetik makine Kirdin'in algoritmik evrenselliği.pdf
Gorbunova E.O. Nöroenformatik yöntemleri. Kirdin kinetik makinesi için basit programların sonluluğu ve belirlenebilirliği.pdf
Jain Anil K. Yapay sinir ağlarına giriş.pdf
Dorrer M.G. Bir gruptaki ilişkilerin sinir ağları tarafından sezgisel tahmini.pdf
Dorrer M.G. Nöroenformatik yöntemleri. Çok boyutlu fonksiyonların keyfi dönüştürücülere sahip yarı katmanlı bir tahminci ile yaklaştırılması.pdf
Dubrovich V.I. Subbotin S.A. Perseptronların hızlandırılmış öğrenme algoritması.pdf
Ezhov A. Shumsky S. Nörobilişim ve ekonomi ve iş dünyasındaki uygulamaları.djvu
Zhukov L.A. Eğitim ve araştırma çalışmalarını yürütmek için sinir ağı teknolojilerinin kullanımı.pdf
Zaentsev I.V. Sinir ağları temel modelleri. 1999.pdf
Zakharov V.N. Khoroshevskiy V.F. Yapay Zeka. Cilt 3. Yazılım ve donanım 1990.djvu
Callan R. Sinir ağlarının temel kavramları.djvu
Kgur P.G. Sinir ağları ve nörobilgisayarlar.pdf
Komashinsky V.I. Sinir ağları ve bunların kontrol ve iletişim sistemlerindeki uygulamaları 2003.pdf
Komite NN.pdf
Korotkiy S. Hopfield ve Hamming sinir ağları.pdf
Korotkiy S. Sinir ağları. Geriye Yayılım Algoritması.pdf
Korotkiy S. Sinir Ağları. Öğretmensiz öğrenme.pdf
Korotkiy S. Sinir Ağları. Fundamentals.pdf
Krisilov V.A. Kondartiuk A.V. Ayırt edilebilirliği artırmak için sinir ağlarının giriş verilerinin dönüşümü.pdf
Krisilov V.A. Oleshko D.N. Sinir ağlarının eğitimini hızlandırma yöntemleri.doc
Krisilov V.A. Chumichkin K.V. Eğitim örneğinin uyarlanabilir basitleştirilmesi nedeniyle sinir ağlarının eğitiminin hızlandırılması.pdf
Krislov V.A. Sinir ağı tahmin görevlerinde başlangıç verilerinin temsili.pdf
Kruglov V.V. Fuzzy Logic and Artificial Neural Networks.djvu
Kruglov, Borisov - Yapay Sinir Ağları. Teori ve Uygulama, 2002.djvu
Kruglov, Borisov - Yapay Sinir Ağları. Theory and practice, 2002.txt
Liu B. Theory and practice of undefined programming 2005.djvu
McCulloch W., Pitts W. Logical calculus of ideas relating to neural activity.pdf
Markel J.D. Linear prediction of speech. 1980.djvu
Mirkes E.M. Nörobilgisayar. Taslak standart. 1998.pdf
Kontrolde Optimizasyon Problemleri için Modifiye Genetik Algoritma.pdf
Nabhan T.N. Zomaya A. İşleyişin optimizasyonu için sinir ağı yapılarının oluşturulması problemleri üzerine.pdf
Napalkov A. В., Pragina L.L. - İnsan Beyni ve Yapay Zeka.docx
Oleshko D.N. Zaman Serilerinin Davranışını Tahmin Etme Görevinde Sinir Ağları Eğitiminin Kalitesini ve Hızını Artırma.doc
Oleshko D.N. Sinir Ağları Eğitiminin Kalitesini ve Hızını Artırma.doc
Ostrovsky S. Bilgi İşleme için Sinir Ağları 2000.djvu
Pavlidis T. Makine Grafikleri ve Görüntü İşleme Algoritmaları.djvu
Penrose R. Kralın Yeni Aklı. Bilgisayarlar, düşünme ve fizik yasaları üzerine. 2003.djvu
Pitenko A.A. CBS'de analitik görevlerin çözümünde sinir ağı teknolojilerinin kullanımı.pdf
Rutkovskaya D. Sinir Ağları Genetik Algoritmalar ve Bulanık Sistemler.djvu
Senashova M.Yu. Sinir Ağları Hataları. Sinaps ağırlıklarının hatalarının hesaplanması. 1998.pdf
Subbotin S.A. Neurocybernetics in USSR-CIS - Analytical review of inventions and patents.pdf
Tarasenko R.A. Zaman serilerinin tahmini görevlerinde sinir ağları için eğitim örneğinin oluşturulmasında durum tanımının boyutunun seçimi.doc
Tarasenko R.A. Zaman serilerinin tahmini görevlerinde sinir ağları için eğitim örneğinin kalitesinin ön tahmini.doc
Terekhov S.A. Sinir ağı makinelerinin eğitiminin teknolojik yönleri. 2006.pdf
feasibility-INVEST.gif
Tyumentsev Y.V. Intelligent Autonomous Systems - Challenge to Information Technologies.pdf
Wosserman F. Neurocomputer Engineering.doc
Wosserman F. Neurocomputer Engineering. Teori ve uygulama.doc
Haykin S. Sinir ağları - tam kurs.djvu
Tsaregorodtsev V.G. Eğitilmiş yapay sinir ağları aracılığıyla veri tablolarından yarı ampirik bilgi üretimi.pdf
FF aynı, değil mi?
Yüz set arandığında, evet. FF1 aracılığıyla yüz tane bulunursa, kötü bir ortalama set iyi bir set olmadığını söylemez. Çünkü FF2 aracılığıyla iyi bir ortalama set de bulunabilir.
Bileşenler çok işlevli bir alanda ayrı ayrı veya hep birlikte değerlendirilebilir - meta-değerlendirmeler veya başka türlü - bütünleşik değerlendirmeler.
Bu konudaki çalışmalara yapılan atıflar ilgi çekicidir.
Yüz set ararken, evet. Eğer biri FF1 aracılığıyla yüz set bulursa, kötü bir ortalama set iyi bir set olmadığını söylemeyecektir. Çünkü FF2 aracılığıyla iyi bir ortalama set de bulunabilir.
1)
Çelişki nedir?
parametre seçimi == optimizasyon algoritmasında parametre arama
model metrik tahmini == akurashi tahmini ile FF, örn.
Neye katılmıyorsun?
Bunu okuyun, özellikle de "Kayıp fonksiyonu != kalite metriği" bölümünü. Daha açık anlatabileceğimi sanmıyorum.
2)
Sorun olarak gördüğünüz şeyi detaylandırabilir misiniz? Örneğin, ben göremiyorum
Bu konudaki çalışmalara verilen bağlantılar ilgi çekicidir.
Ne yazık ki spesifik bir referans veremiyorum. Yukarıda bir literatür listesi verdim, eğer ilgilenen olursa kendim aramam gerekecek. Artık bu tür eğitim faaliyetleriyle, kitap kütüphanesinin bakımı ve kataloglanmasıyla uğraşmayacağım - takdir edilmiyor ve para getirmiyor.
"Domuzdan önce terlemeyin..."
Ne yazık ki size spesifik bir referans veremem. Yukarıda bir literatür listesi verdim, ilgilenen varsa kendim aramam gerekecek. Artık bu tür eğitim faaliyetleriyle, kitap kütüphanesinin bakımı ve kataloglanmasıyla uğraşmayacağım - takdir edilmiyor ve para getirmiyor.
"Domuzdan önce terlemeyin..."
Bu konudaki çalışmalara verilen bağlantılar ilgi çekicidir.
Belli bir sinsilik var. Açıldıklarından emin olmak için bağlantılar. "İlgilenen" hiç kimse bunları incelemeyecek. Bırakın akademik nitelikteki çalışmaları, Andrei'nin çiğnenmiş makalelerini bile kimse okumayacak.
Kendi optimizasyon algoritmasının sıralamasını hesaplayabilen bu kolay anlaşılır TOP'u gören var mı?
Ticaret, otomatik ticaret sistemleri ve ticaret stratejilerinin test edilmesi üzerine forum
Ticarette Makine Öğrenimi: Teori, Modeller, Uygulama ve Algoritma Ticareti
mytarmailS, 2024.01.11 10:29 AM
Ve ayrıca hiç kimse PSO gibi evrensel olarak tanınan ve bilinen, dünyada ilk 3 hatta ilk 1 optimizasyon algoritması olarak karıştırılmaz, derecelendirmenin sonunda ve gri kurtlar, yabani otlar vb. gibi kimsenin duymadığı bazı bilinen isimler vardır. liderlere sahiptir))))https://habr.com/ru/users/belyalova/publications/articles/
kitaplardan oluşan bir kütüphanenin bakımı ve kataloglanması
Her yararlı şey para getirmez)))))