Ticarette sinir ağlarını kullanma - sayfa 14
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
Kolay. Öğrenmeye başlar başlamaz, yeterli demektir.
Şimdi yeni bir ağ göstereceğim. Tüm testler ile.
Kolay. Öğrenmeye başlar başlamaz, yeterli demektir.
Reshetov'un algılayıcısı da bir şeyler öğreniyor, ama açıkçası yeterli değil ....
Bence yeterlilikten bahsetmek için, bir şekilde OB'de öğrenme sonuçlarının nasıl analiz edileceğini öğrenme süresine bağlı olarak (girdi örneklerinin sayısı) öğrenmek gerekir ve burada sadece OOS bir yardımcı değildir. Uzun zamandır burayı işaretliyorum, gerçeği yakınlarda bir yerde hissediyorum ama tutamıyorum.
Uzun zamandır burayı işaretliyorum, gerçeği yakınlarda bir yerde hissediyorum ama tutamıyorum.
Reshetov'un algılayıcısı da bir şeyler öğreniyor, ama açıkçası yeterli değil ....
Bence yeterlilikten bahsetmek için, bir şekilde OB'de öğrenme sonuçlarının nasıl analiz edileceğini öğrenme süresine bağlı olarak (girdi örneklerinin sayısı) öğrenmeli ve burada sadece OOS bir asistan değil. Uzun zamandır burayı işaretliyorum, gerçeği yakınlarda bir yerde hissediyorum ama tutamıyorum.
Bir nevi hissettim. Büyük bir örnek üzerinde optimizasyon. Düşüşün net kârdan daha düşük olmasını istiyorum. Sonra örneği azaltıyorum ve son arıtma nöronunu ekliyorum. yanılıyor olabilirim. Şimdi bir örnek yayınlayacağım.
Araştırmamda birkaç yaklaşım kullandım:
1) ağa, güneşte havadaki günlük bir değişiklik gibi tamamen saçmalıklardan bir sol girdi verdi ve örneğin bir ay boyunca bu girdi üzerinde ticaret yapmayı öğretti. Burada ağ ağı en saf haliyle ezberleme / sürüş yeteneğini göstermelidir. Sonra normal girdiler verdi. Öğrenme çıktıları arasındaki farkı bir şekilde analiz etmeye çalıştım.
2) Eğitim örnekleminin büyüklüğündeki artışa bağlı olarak eğitimin sonucunu analiz etmeye çalıştı. Hemen hemen tüm ağlar ve konfigürasyonlar, belirli bir noktaya kadar sonuçta bir artışa sahiptir, ardından genellikle durgunluk başlar ve giriş örneklerinin sayısındaki daha fazla artışla sonuç daha da kötüleşebilir.
Araştırmamın bu sonuçlarına sahip olarak, ağın yeterliliği, gerekli eğitim süresi hakkında sonuçlar çıkarmaya çalışıyorum, aralarında herhangi bir bağlantı var mı? Sonra bu konuya girdim. Belki birisi sana söyler.
Toplam ortalama kare hatası da vardır. Farklı ağlar için karşılaştırılabilir. Ve herhangi bir şey öğrenip öğrenmediğini belirlemek için.
Ne hatası?
Ne hatası?
Tabii ki çıkış.
Ve eğer çıktı bir tahmin değilse, o zaman ne olacak?
Bir nevi hissettim. Büyük bir örnek üzerinde optimizasyon. Düşüşün net kârdan daha düşük olmasını istiyorum. Sonra örneği azaltıyorum ve son arıtma nöronunu ekliyorum. yanılıyor olabilirim. Şimdi bir örnek yayınlayacağım.