Ticarette sinir ağlarının kullanılması. - sayfa 6

Yeni yorum
 
Mathemat писал(а) >>

Tamam, Sergey , yavaş ve üzgün bir şekilde gidelim. İlk olarak, genel teoremlerle ilgilenelim. İşte stilko . Teorem 24, 25, 26'ya bakın.

Dikkat edin: Th 24'te dağılım yoğunluğu fonksiyonundan bahsediyoruz.

Ancak Th 25 tam olarak ihtiyacınız olanı yapar ve işte dağıtım işleviyle ilgili.

Eğlenmek için, ayrıca Th 26'daki sonuç 8'e bakın. Sonucun üçüncü formülü, tek tip olandan bir Gauss elde etmek istediğimde tam olarak bahsettiğim şeydi.

Ve üstel olarak dağıtılanlarınız için, dağıtım işlevini (integral) dikkatlice almanız ve Th 25'i uygulamanız yeterlidir.

Teşekkür ederim bir bakayım.

Baktım - neye ihtiyacın var! Çalışacağım.

Fion yazdı >>

"Mimari keyfi olarak ölçeklenir" ile ne demek istiyorsun? Anladığım kadarıyla mimari bir ağ yapısı. Ölçekleme, bazı veri normalleştirme işlevlerinin kullanılmasıdır. 100 giriş çok fazla. Yoksa 100'ün başka bir şey mi?

Aklımda TS'nin giriş parametreleri olarak ortaya koyduğum şey vardı - giriş sayısı (şimdi 100 kullanıyorum), 1'den 200'e değiştirebilirsiniz. Katman sayısı (1'den 3'e). Her katmandaki nöron sayısı (1'den 1024'e kadar). Çıkış katmanı her zaman bir nöron içerir.
 
sol >> :

Ağım her 24 saatte bir yeniden eğitiliyor. Bu bir artı mı eksi mi bilmiyorum. Ama funkchit'e kadar.

Süper.:)

 

Makine Öğrenimi Deposu
İşte standart görevlere bir bağlantı. Genellikle çeşitli algoritmaları, ön işleme yöntemlerini vb. test ederler.
Ayrıca bunlar üzerinde pratik yapabilir, ağları nasıl kullanacağınızı öğrenebilir, kendi gözlerinizle "NN kullanarak tahmin veya sınıflandırma nedir", daha kesin olarak, sinir ağlarından hangi hataların beklenebileceğini vb.
Görevlerin açıklaması aynı yerde, yukarıda ...
İşte bir görev seçiminden küçük bir örnek (OptDigits):
Giriş değerleri:
00000000000001100111100000000000
0000000000001111111111111111000000
00000000011111111111111111110000
00000000011111111111111111110000
00000000011111111101000001100000
000000000011111110000000000000000
0000000011110000000000000000000000
00000001111100000000000000000000
0000000111111000111100000000000000
000000011111000111111000000000000
00000001111111111111111000000000
00000001111111111111111000000000
000000011111111111111111110000000
000000011111111111111111100000000
0000001111111100011111110000000
000000011111100000011111110000000
0000001111100000000111110000000
00000001111000000000111110000000
0000000000000000000000001111000000
0000000000000000000000001111000000
00000000000000000000000011110000000
00000000000000000000000011110000000
0000000000000000000000111110000000
0000000000000000000011111100000000
000000000011100000011111100000000
00000000001110000011111100000000
00000000001111101111111000000000
000000000111111111111100000000000
000000000011111111111000000000000
00000000011111111110000000000000
000000000001111111000000000000000
00000000000010000000000000000000

Çıkış: 5

 
Mathemat писал(а) >>

İşte stilko . Teorem 24, 25, 26'ya bakın.

NiAsilil.

bakıyoruz. Solda EURUSD dakika çubuklarının açılış fiyatları için olasılık yoğunluğu, sağda ise dağıtım fonksiyonu yer almaktadır:

Şimdi stsylko'da :

Diyelim ki ilk şekilde gösterilen dağılımdan almak istiyorum. - 1'e eşit bir sabit O zaman aşağıdaki kimliği elde etmek zor değil:

burada f(x), tek biçime geçmek istediğim olasılık yoğunluğudur ve g(x), bir "raf" elde etmek için girdi verilerini çarpmanız gereken belirli bir işlevdir. Sırada ne var? Bu diferansiyel denklemi çözmek için... Nasıl yapacağımı bilmiyorum.

Daha ileriye bakalım.

Şimdilik segment hakkında sessiz kalalım - ondan önce değil. Burada iddia edilen nedir? Kelimenin tam anlamıyla, eğer bir F(x) dağıtım fonksiyonum varsa (sağdaki şekil), o zaman gıpta edilen “rafı” almanın hiçbir maliyeti yoktur - bunun için giriş verilerini bu operatörle etkilemek yeterlidir .. Ama bu saçmalık! Bence orijinalinden tekdüze bir dağılım elde etmek mümkün değil. Kısacası, burada kim gerçek matematikle arkadaş. Ay!

 
Neutron писал(а) >>

Şimdilik segment hakkında sessiz kalalım - ondan önce değil. Burada iddia edilen nedir? Kelimenin tam anlamıyla, bir F(x) dağıtım fonksiyonum varsa (sağdaki şekil), o zaman gıpta edilen “rafı” almanın hiçbir maliyeti yoktur - bunun için giriş verilerini bu operatörle etkilemek yeterlidir .. Ama bu saçmalık! Bence orijinalinden tekdüze bir dağılım elde etmek mümkün değil. Kısacası, burada kim gerçek matematikle arkadaş. Ay!

Bu doğru, Sergei , bu doğru. Bu saçmalığı alın ve kontrol edin (veya daha iyisi, neden böyle olduğunu anlamaya çalışın). Normal olarak dağıtılmış bir değer oluşturun ve bunun üzerinde bir Gauss işlevi (integral) ile hareket edin. Sadece bu iki fonksiyonun (entegral dağılım yasası ve ikinci fonksiyon) kesinlikle aynı olduğundan emin olmayı unutmayın.

PS Ve dağıtım yoğunlukları ve türevleriyle uğraşmayı bırakın. Neden onlara ihtiyacın var? Aynı şey, sadece yandan.

PPS Sergey , sonuçta, Gauss integralinin tersi olan ilk fonksiyona etki eden tek tip bir değerden kendim normal olarak dağıtılmış bir değer aldım. Ve şimdi hesaplamaları alıp tersine çeviriyoruz ...

 

korku sonunda burada ne yapıyorsun ... zavallı Muskovit'im ...

Not: Bu arada, uzun zamandır sormak istiyordum - neden fiyat fonksiyonunu sürekli olarak düşünelim? peki ya ayrıysa?

 

Pekala, işte Sergey, Mathemat şimdi sana ne hakkında yazdığımı söylüyor. Şimdi bunu doğrulamaya çalışalım.

İşte inşa edilen dağıtım işlevi (ampirik olarak)

Sonra teorik bir tane oluşturuyoruz (Doğru adlandırdım mı hatırlamıyorum?) Formüle göre (1 / KÖK (6,2828)) * EXP (-ABS (GÜÇ (A1; 2) / 2))

Açık yeşil olan, maviye mükemmel şekilde yaklaşmalıdır. Daha sonra, integral yardımı ile ideal bir "raf" elde etmek mümkün olacak ...

İşte integralin bir görünümü (sigmoid!!!)

Sorunu şu şekilde görüyorum, teorik olanın yardımıyla ampirik dağılım fonksiyonunu katsayılar (bilmediğim) yardımıyla yaklaşık yapmak gerekiyor. Daha sonra bu katsayılar sigmoid'e ikame edin ve verileri sigmoid'den geçirdikten sonra, sadece tek tip bir dağılım olacaktır.

Alexei , genel olarak haklı mıyım? Bu konuda bana bir şey söyleyebilir misin?

 
Tamam, bu konuyu kaçırdım. Biraz araştırayım, belki bir yere saklanmıştır. Tikhonov'un matematiğini attım, verilen değerden bir sonraki değerin gerekli ZR'sini nasıl alacağına sahip (örneklerle), ancak oradaki herkes için görünmüyor. Ters fonksiyon hesaplanmalı ... Nedenini hatırlamıyorum
 
StatBars писал(а) >>

Pekala, işte Sergey, Mathemat şimdi sana ne hakkında yazdığımı söylüyor. Şimdi bunu doğrulamaya çalışalım.

Emin olalım.

İşte inşa edilen dağıtım işlevi (ampirik olarak)

Hayır, bu bir dağılım işlevi değil, bir olasılık yoğunluğudur (bkz. Aleksey'nin bağlantısı).

Açık yeşil olan, maviye mükemmel şekilde yaklaşmalıdır. Daha sonra, integral yardımı ile ideal bir "raf" elde etmek mümkün olacak ...

İşte integralin bir görünümü (sigmoid!!!)

Kesin olmak gerekirse bir sigmoid değil - değişken üst limitli bir Gauss'un integralidir - erf(x) tablolaştırılmış bir fonksiyondur.

Sorunu şu şekilde görüyorum, teorik olanın yardımıyla ampirik dağılım fonksiyonunu katsayılar (bilmediğim) yardımıyla yaklaşık yapmak gerekiyor. Daha sonra bu katsayılar sigmoid'e ikame edin ve verileri sigmoidden geçirdikten sonra, sadece tek tip bir dağılım olacaktır.

Yaklaşımla ilgili herhangi bir sorun yoktur, daha sonra, elde edilen dağıtım işleviyle ne yapılacağı net olmadığında başlarlar erf(x) . Bu konudan yukarıda bahsettim.

 

Evet gerçekten de tanımlarda yanılmışım (dağıtım/dağıtım yoğunluğu)...

erf() ile ne yapmalı - Bilmiyorum.

İşte olağan sigmoid ve türevi. Neden sigmoid? - sadece sigmoid erf(x) olmadığı için. :)

Şimdi verileri alıyoruz, ampirik bir tane oluşturuyoruz, yoğunlukların eşleşmesi için A ve B katsayılarını seçiyoruz. Grafik de integraldir.

Şimdi bulunan katsayıları integrale yerleştirip hesaplıyoruz.

İşte olanlar:

Şimdi tüm bunların teorik olarak “nakavt edilmesi” gerekiyor, çünkü bunu teorik bilgiden çok sezgiyle yaptım.

Tüm bilenlere soru - Katsayı nasıl bulunur. A ve B? Belki A ve B'ye ihtiyaç yoktur, dağıtım yasalarını vb. kaydetmenin başka biçimleri var mı?

Ya da belki hepsi saçmalık ve sen yapamıyorsun?

12345678910111213...20
Yeni yorum