![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
Bu betiğin mantığı basit bir 4v2 kodlayıcıya benziyor
Kodlayıcı bir öğrenme sistemi değildir.
Ve bu komut dosyasındaki ağ eğitilmiştir. Ayrıca öğrenme süreci, ekranda çağdan çağa dinamik olarak gösterilir.
Her katmanda nöronların ağırlıklarının nasıl değiştiğini ve ızgaranın öğrendikçe sonucu nasıl daha doğru bir şekilde verdiğini görebilirsiniz.
Yukarıda aynı algoritmanın öğrendiği üç gönderi var
üç farklı veri seti ile çalışın.
Bir kodlayıcı durumunda, her veri seti için üç kodlayıcı gerekli olacaktır.
Öğrenme algoritmasını biraz geliştirdim
1. nöronların sayısını dinamik olarak değiştirme, GENETİK ALGORİTMA gibi bir şey , ancak en iyilerini seçmeden ve onlardan yavru oluşturmadan :-) bağlantıları düzeltmeden
Yüksek doğrulukta sonuçlar elde ederken 2. durak eğitimi
Öğrenme algoritmasını biraz geliştirdim
1. Nöronların sayısını dinamik olarak değiştirmek, GENETİK ALGORİTMA gibi bir şey, ancak en iyilerini seçmeden ve onlardan yavru oluşturmadan :-) bağlantıları düzeltmeden
Yüksek doğrulukta sonuçlar elde ederken 2. durak eğitimi
Halk için revize edilmiş bir versiyon olacak mı?
Bu betiğin mantığı basit bir 4v2 kodlayıcıya benziyor
Kodlayıcı bir öğrenme sistemi değildir.
Ve bu komut dosyasındaki ağ eğitilmiştir. Ayrıca öğrenme süreci, ekranda çağdan çağa dinamik olarak gösterilir.
Her katmanda nöronların ağırlıklarının nasıl değiştiğini ve ızgaranın öğrendikçe sonucu nasıl daha doğru bir şekilde verdiğini görebilirsiniz.
Yukarıda aynı algoritmanın öğrendiği üç gönderi var
üç farklı veri seti ile çalışın.
Bir kodlayıcı durumunda, her veri seti için üç kodlayıcı gerekli olacaktır.
Öğrenme algoritmasını biraz geliştirdim
1. Nöronların sayısını dinamik olarak değiştirmek, GENETİK ALGORİTMA gibi bir şey, ancak en iyilerini seçmeden ve onlardan yavru oluşturmadan :-) bağlantıları düzeltmeden
Yüksek doğrulukta sonuçlar elde ederken 2. durak eğitimi
İyi !!! Buz kırıldı! :))))
Öğrenme algoritmasını biraz geliştirdim
1. Nöronların sayısını dinamik olarak değiştirmek, GENETİK ALGORİTMA gibi bir şey, ancak en iyilerini seçmeden ve onlardan yavru oluşturmadan :-) bağlantıları düzeltmeden
Yüksek doğrulukta sonuçlar elde ederken 2. durak eğitimi
Halk için revize edilmiş bir versiyon olacak mı?
Tabii ki bir göz atmak isterim.Belki birileri bir şeyler ekler :)
Doğruluk söz konusu olduğunda, meselenin bu olduğunu düşünmüyorum.
Amaç, ağın eğitim sonunda tüm eğitim setlerini ayırt etmesidir.
onların arasında . Ve bu normal doğrulukta mevcuttur.
Bu ağın deneylerinin gösterdiği gibi, "düşünmeyi" öğrenmek için 300 eğitim dönemi yeterlidir.
Yukarıdaki setler ile. Evet, eğitim sürecinde görsel olarak görülebilir,
ağ, veri kümelerini hızla ayırt etmeye başlar.
Ancak nöronların sayısını dinamik olarak değiştirmek - bunu zaten testlerde uzman olarak görmek ilginç olurdu,
bu ızgaranın yerleştirileceği yer. Ve MT optimize edicideki nöron sayısını seçin.
Ve fiyatı tahmin etmesini nasıl sağlayabilirim?
Mümkün değil. Sinir ağından bir mucize beklemeye gerek yok. Tahmin, Ulusal Meclis tarafından değil, içine yerleştirilmiş algoritma tarafından belirlenir, algoritma ticaret koşullarından oluşturulur ve ticaret koşulları .... SİZİN tarafından belirlenir.
KARŞI DEĞİL, ancak henüz ticarette sinir ağlarının kullanımına KARŞI DEĞİL...
Aynı şekilde :) !!!
Ama algoritma çalışıyor ve öğreniyor :) Ve sonra göreceğiz :)
Ağlara olan ilgi, Uzman Danışman'ın ağ ile şampiyonadaki zaferi ile daha da artacaktır.
Tabii ki, başka bir ağ var. Ama adam işi yaptı ve sonucu aldı.
Soru ne tür bir ağ değil, ondan ne elde etmek istediğinizdir. Ve sonuç, NS sayesinde değil, bu NS'nin bir tür olasılık tahmininde derlediği ve yayınladığı ticaret koşulları sayesinde elde edildi. NN esasen uyarlanabilir (kendi kendine öğrenen NN) olabilen ve buna göre gecikmesi olan (öğrenme süresi için) bir filtredir. NN'nin avantajı, TS'nizin farklı bileşenlerini tek bir sonuç halinde birleştirebilmesi ve bu bileşenler için önem katsayılarını bağımsız olarak düzenleyebilmesidir (öğrenecektir).
Öğrenme algoritmasını biraz geliştirdim
1. Nöronların sayısını dinamik olarak değiştirmek, GENETİK ALGORİTMA gibi bir şey, ancak en iyilerini seçmeden ve onlardan yavru oluşturmadan :-) bağlantıları düzeltmeden
Yüksek doğrulukta sonuçlar elde ederken 2. durak eğitimi
Halk için revize edilmiş bir versiyon olacak mı?
Victor, irade
Bu arada, zaman zaman tahminin doğruluğunda bir artış elde ettim! sorun şu ki, naal algoritmasının öğrenmesi uzun zaman alıyor :-)))
bu sorunu çözene kadar - bu kodu kesinlikle buraya göndereceğim!
Zamanlayıcı dökümü kodunu özlüyorum! koşula göre değil, ancak MQL4'te bu değil
Ve fiyatı tahmin etmesini nasıl sağlayabilirim?
Mümkün değil. Sinir ağından bir mucize beklemeye gerek yok. Tahmin, Ulusal Meclis tarafından değil, içine yerleştirilmiş algoritma tarafından belirlenir, algoritma ticaret koşullarından oluşturulur ve ticaret koşulları .... SİZİN tarafından belirlenir.
Ve layık algoritmaları karşılamadı mı ???
En azından onlar hakkında birkaç kelime.
Ve fiyatı tahmin etmesini nasıl sağlayabilirim?
Mümkün değil. Sinir ağından bir mucize beklemeye gerek yok. Tahmin, Ulusal Meclis tarafından değil, içine yerleştirilmiş algoritma tarafından belirlenir, algoritma ticaret koşullarından oluşturulur ve ticaret koşulları .... SİZİN tarafından belirlenir.
Gurulara fiyatı değil, değişimi tahmin etmeleri tavsiye edilir.
normalleştirme her zaman gerekli değildir, ağın sadece 0 ve 1 ile ÇALIŞMASINI ve ÇALIŞMASINI kim söyledi?
Bir örnekle basit bir ızgara ekleyebilirim (maalesef şu anda elimde malzeme yok) - Daha sonra ekleyeceğim
basit bir NN'nin bu sorunu normalleştirme ile önceden veri hazırlığı olmadan çözdüğü yer
maalesef orjinal değil
Ancak, verdiğim örnek! zaten normalleştikoşul iki aralık vardır
1 0-100
2 10-30
sadece bir aralıktaki konum oranını bulmanız gerekir - bu bilinen
Temelde ölçekleme.
Normalleştirme neredeyse her zaman gereklidir. Veriler, etkinleştirme işlevinin kapsamında olmalıdır.
Komut dosyasında sigmoid [-1; +1] şeklindedir. Diyelim ki üstel ... veya karekök ile değiştirirsek.
http://www.statsoft.ru/home/portal/applications/NeuralNetworksAdvisor/Adv-new/ActivationFunctions.htm