sinir ağı ve girişler - sayfa 5
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
Ve neden gaz çıkarıyorsun? G'gamotless'tan hüküm giyecek birini mi arıyorsunuz? DDD
Cidden, sorun ne?
Benim için NN sadece durağan piyasalarda işe yarayan sınıflandırma yöntemlerinden biridir. Soruyu soruyorum çünkü hiçbir zaman makul bir cevap alamadım.
not. Forum üyelerinin okuryazarlığı veya cehaleti benim için menekşe - şahsen kendimle ilgileniyorum, şahsen benim tarafımdan çok seviliyor.
Benim için NN sadece durağan piyasalarda işe yarayan sınıflandırma yöntemlerinden biridir. Bu soruyu soruyorum çünkü hiçbir zaman mantıklı bir cevap alamadım.
not. Forum üyelerinin okuryazarlığı veya cehaleti benim için menekşe - şahsen kendimle ilgileniyorum, şahsen benim tarafımdan çok seviliyor.
faa, durağanlığın ne olduğunu anlıyor musun?
faa, durağanlığın ne olduğunu anlıyor musun?
Hala banyomdasın.
yani anlamıyorsun...
Ve tahmin için sinir ağlarının uygulanması için sürecin durağanlığı gerekli değildir. Her ihtimale karşı öyle.
Benim için NN sadece durağan piyasalarda işe yarayan sınıflandırma yöntemlerinden biridir. Soruyu soruyorum çünkü hiçbir zaman makul bir cevap alamadım.
Bence NN, uzun bir öğrenme eğrisi gerektiren bir algoritma olduğu için durağan olmayı sevmiyor. Başka bir deyişle, ortamdaki beklenmedik değişikliklere hızlı tepki veren ağlar yoktur. Tabii ki, ağ yapısının kendisi durağan olmamanın doğası hakkında önsel veriler içermedikçe. Ancak bu, NN'yi başka, daha hızlı bir algoritmaya tercih ettiğimde geçerlidir, çünkü NN'nin güzelliği, her şeyden önce, kümenin kendisinin kalıpları vurgulayacağını umarak, önsel veriler olmadan oluşturulabilmesidir. Başka bir deyişle, sonuç şudur: Eğer hiçbir fikir yoksa, hangi modelin kalıpların temelini oluşturabileceği (durağan olmama temeli dahil), o zaman NN'yi kullanırız, aksi takdirde modeli kağıda dökmek ve açıklamak daha iyidir. , ve sonra matris / diferansiyel / diğer biçimde ve bir tür iyi regresyon algoritması (veya göreve bağlı olarak sınıflandırma, kümeleme) alın. Her ne kadar, genel olarak, bu aynı algoritmalar, teori dikkate alınarak oluşturulmuş bir sinir ağını eğitmek için de kullanılabilir, yani prensipte - menekşe.
Bence NN, uzun bir öğrenme eğrisi gerektiren bir algoritma olduğu için durağan olmayı sevmiyor. Başka bir deyişle, ortamdaki beklenmedik değişikliklere hızlı tepki veren ağlar yoktur. Tabii ki, ağ yapısının kendisi durağan olmamanın doğası hakkında önsel veriler içermedikçe. Ancak NN'yi başka, daha hızlı bir algoritmaya tercih ettiğimde durum budur, çünkü NN'nin güzelliği, her şeyden önce, kümenin kendisinin kalıpları vurgulayacağını umarak, önsel veriler olmadan oluşturulabilmesidir. Başka bir deyişle, sonuç şu şekildedir: hiçbir fikir yoksa, hangi modelin düzenliliklerin (durağan olmama temeli dahil) altında yatabileceği, o zaman NN'yi kullanırız, aksi takdirde modeli şişirmek ve açıklamak daha iyidir. kağıt üzerinde ve sonra matris/diferansiyel/diğer biçimde ve bir tür iyi regresyon algoritması (veya göreve bağlı olarak sınıflandırma, kümeleme) alın. Her ne kadar, genel olarak, bu aynı algoritmalar, teori dikkate alınarak oluşturulmuş bir sinir ağını eğitmek için de kullanılabilir, yani prensipte - menekşe.
NS için durağanlık gerekli değildir.
Bir grafikteki iki boyutlu durağan süreç, düz, yatay bir çizgidir (veya ona yakın). H. Ben burada tahminde bulunmak için, Millet Meclisinin bile olmasına gerek yok.
Bence NN, uzun bir öğrenme eğrisi gerektiren bir algoritma olduğu için durağan olmayı sevmiyor. Başka bir deyişle, ortamdaki beklenmedik değişikliklere hızlı tepki veren ağlar yoktur. Tabii ki, ağ yapısının kendisi durağan olmamanın doğası hakkında önsel veriler içermedikçe. Ancak NN'yi başka, daha hızlı bir algoritmaya tercih ettiğimde durum budur, çünkü NN'nin güzelliği, her şeyden önce, kümenin kendisinin kalıpları vurgulayacağını umarak, önsel veriler olmadan oluşturulabilmesidir. Başka bir deyişle, sonuç şudur: Eğer hiçbir fikir yoksa, hangi modelin kalıpların temelini oluşturabileceği (durağan olmama temeli dahil), o zaman NN'yi kullanırız, aksi takdirde modeli kağıda dökmek ve açıklamak daha iyidir. , ve sonra matris / diferansiyel / diğer biçimde ve bir tür iyi regresyon algoritması (veya göreve bağlı olarak sınıflandırma, kümeleme) alın. Her ne kadar, genel olarak, bu aynı algoritmalar, teori dikkate alınarak oluşturulmuş bir sinir ağını eğitmek için de kullanılabilir, yani prensipte - menekşe.
Bence NN, uzun bir öğrenme eğrisi gerektiren bir algoritma olduğu için durağan olmayı sevmiyor. Başka bir deyişle, ortamdaki beklenmedik değişikliklere hızlı tepki veren ağlar yoktur.
O zaman neden bunları kullandığını merak ediyorum? )))) Mevcut olanlardan kim, şebekelerin gerçek zamanlı olarak nerede çalıştığını biliyor?
İnsanlar genellikle, bir yandan teknik analizden kaynaklanan hayal kırıklığından, diğer yandan, aslında başka hiç kimsenin sahip olmadığı bir göstergeyi elde etme çabasıyla Ulusal Meclise gelirler. Ancak tüm bu insanlar, sorunun piyasanın durağan olmamasında (değişken mo ve varyans) olduğunu ve mucize bir göstergenin yokluğunda olmadığını anlamıyorlar ve TS bu nüansı dikkate almazsa, herhangi bir sistem, NS'de olsun ya da olmasın, çürümeye eğilimlidir ve deponun boşaltılması gerekir. Bu nedenle, TA'da başarı gibi, NS'de de başarı mümkündür. Ancak TA tercih edilir, çünkü TA'da algoritmalar çok daha basit, iç yapıları açık ve çok daha hızlı çalışıyor, çeşitli uyarlama seçenekleri mümkün. Ama yine de, TA veya NS'de kazanmak, deneyimli bir kumarhane oyuncusunun kazanmasıdır, başka bir şey değil.
not. Bu forumda bunun hakkında birçok kez yazdım, sadece NS hakkındaki şüphelerimi doğruladı.
İnsanlar genellikle, bir yanda teknik analizden kaynaklanan hayal kırıklığıyla, diğer yanda, aslında başka hiç kimsenin sahip olmadığı bir göstergeyi elde etme çabasıyla Ulusal Meclise gelirler. Ancak tüm bu insanlar, sorunun piyasanın durağan olmamasında (değişken mo ve varyans) olduğunu ve mucize bir göstergenin yokluğunda olmadığını anlamıyorlar ve TS bu nüansı dikkate almazsa, herhangi bir sistem, NS'de olsun ya da olmasın, çürümeye eğilimlidir ve deponun boşaltılması gerekir. Bu nedenle, TA'da başarı gibi, NS'de de başarı mümkündür. Ancak TA tercih edilir, çünkü TA algoritmalarında çok daha basit, iç yapıları açık ve çok daha hızlı çalışır, çeşitli uyarlama seçenekleri mümkündür. Ama yine de, TA veya NS'de kazanmak, deneyimli bir kumarhane oyuncusunun kazanmasıdır, başka bir şey değil.
not. Bu forumda bunun hakkında birçok kez yazdım, sadece NA hakkındaki şüphelerimi doğruladı.
işte bu, bu son....
TA ve NS'nin finansal piyasalarda kullanımına son! Tanrım, Tanrım...
not faa, utanma.