Bir sinir ağı kullanarak rastgele bir desen arayın - 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
Peter. Anladığım kadarıyla sizin için "matematik" terimi onun okul kursuyla bitiyor? Algoritmalar dahil çok daha fazlası var.
Evet, okul dersi kapsamında matematik biliyorum. Bir keresinde bir öğretmene analitik geometri dersinde (fonksiyonlar ve koordinat eksenleri ile ilgilenen ders) sorduğumda, "eğer bir fonksiyon bir grafik üzerinde bir eğri çiziyorsa, bir grafik üzerinde bir eğri boyunca bir fonksiyon inşa edebilir misiniz?" ve kesin bir cevap aldı - "Hayır. Bu imkansız.". Bundan, kalıpların matematiksel olarak tanımlanabileceği, ancak tanımlanamayacağı sonucuna vardım, çünkü onları oluşturan formülü değerlerden elde etmek imkansız.
Belki başka matematiksel araçlar da vardır. biliyorsan söyle.İşte kalıplara daha geniş bir bakış.
https://ru.wikipedia.org/wiki/%D0%9F%D0%B0%D1%82%D1%82%D0%B5%D1%80%D0%BD
Evet, okul dersi kapsamında matematik biliyorum. Bir keresinde bir öğretmene analitik geometri dersinde (fonksiyonlar ve koordinat eksenleri ile ilgilenen ders) sorduğumda, "eğer bir fonksiyon bir grafik üzerinde bir eğri çiziyorsa, bir grafik üzerinde bir eğri boyunca bir fonksiyon inşa edebilir misiniz?" ve kesin bir cevap aldı - "Hayır. Bu imkansız." Bundan, kalıpların matematiksel olarak tanımlanabileceği, ancak tanımlanamayacağı sonucuna vardım, çünkü onları oluşturan formülü değerlerden elde etmek imkansız.
Belki başka matematiksel araçlar da vardır. biliyorsan söyle.önceden, bir fonksiyon ayarlamak için bir tablo yöntemi, enterpolasyon yapabilirsiniz.
önceden, bir fonksiyon ayarlamak için bir tablo yöntemi, enterpolasyon yapabilirsiniz.
Yanılıyor olabilirim ama sinir ağlarının bu yönteme göre çalıştığını düşünüyorum.
Veri dizisi, her hücrenin bir değeri hatırlayan bir nöron olduğu tablonun içine yerleştirilmiştir. "Öğrenme" (yeni verilerin yeniden yüklenmesi) işlemi sırasında, hücrelerdeki değerler genelleştirilir ve bir aralığa indirgenir. Sonuç olarak, her nöron veri yükleme döngüsünde elde edilen değer aralığını hatırlar ve bir şablon gibi yeni bir veri tablosu ve "tanıma" üzerine bindirilen bir "model" (aralık değerlerine sahip bir matris) elde edilir. " oluşur (veriler aralıklara uyuyorsa). Amatörce ifade edilmiş, ancak fikir burada. Uzmanların ne diyeceğini merak ediyorum.
Bu durumda, sinir ağları örüntü tanıma için idealdir.
Yanılıyor olabilirim ama sinir ağlarının bu yönteme göre çalıştığını düşünüyorum.
Veri dizisi, her hücrenin bir değeri hatırlayan bir nöron olduğu tablonun içine yerleştirilmiştir. "Öğrenme" (yeni verilerin yeniden yüklenmesi) işlemi sırasında, hücrelerdeki değerler genelleştirilir ve bir aralığa indirgenir.
1. genel olarak, cevap hayır
2. belirli bir durumda, evet, ancak NA türüne bağlıdır
1. NS, "bir nöronun ezberlenmesi" ile değil, ağırlıktaki bir değişiklik ile karakterize edilir - nöronlar arasındaki bir bağlantı, genel olarak, her şey Habré'de anlaşılır bir şekilde yazılır ve okunması kolaydır https://habr.com/ru/ posta/312450/
2. bu büyük olasılıkla bir Hamming ağıdır https://habr.com/en/sandbox/43916/
peki, ciddi bir şekilde çalışmaya başlamaya karar verirseniz, o zaman en az bir kitap okumanız gerekecek (bir sonraki kitabın önceki kitaptan %80 tekrar olacağını anlamak için))), peki, en azından sınıflandırma görevinin nasıl olduğunu anlayın NN için regresyondan farklıdır - temelde her şey bunun üzerine kuruludur, gerisi bu temanın varyasyonları ve öğrenme yöntemleri ve NN türleri - daha derin çalışmadım, tekrarlanan birçok nokta var ama sunmaya çalışıyorlar yeni bir terim olarak adlandırarak çok yeni bir şey olarak ... çok fazla kafa karışıklığı var ama gürültü var)) ))
1. genel olarak, cevap hayır
2. belirli bir durumda, evet, ancak NS türüne bağlıdır
1. NS, "bir nöronun ezberlenmesi" ile değil, ağırlıktaki bir değişiklik ile karakterize edilir - nöronlar arasındaki bir bağlantı, genel olarak, her şey Habré'de anlaşılır bir şekilde yazılır ve okunması kolaydır https://habr.com/en/ posta/312450/
2. bu büyük olasılıkla bir Hamming ağıdır https://habr.com/en/sandbox/43916/
peki, ciddi bir şekilde çalışmaya başlamaya karar verirseniz, o zaman en az bir kitap okumanız gerekecek (bir sonraki kitabın önceki kitaptan %80 tekrar olacağını anlamak için))), peki, en azından sınıflandırma görevinin nasıl olduğunu anlayın NN için regresyondan farklıdır - temelde her şey bunun üzerine kuruludur, gerisi bu temanın varyasyonları ve öğrenme yöntemleri ve NN türleri - daha derin çalışmadım, tekrarlanan birçok nokta var ama sunmaya çalışıyorlar yeni bir terim olarak adlandırarak çok yeni bir şey olarak ... çok fazla kafa karışıklığı var ama gürültü var)) ))
Teşekkürler, ilk makaleyi beğendim, ancak ağın neden birdenbire bu şekilde çalıştığını ve başka türlü çalışmadığını anlamak mümkün değil. Her şey basitçe açıklanmıştır, ancak tüm bunların neden ve neyle ilgili olduğu tamamen anlaşılmaz. Gerçek bir örnek olmadan sadece bilgi.
Ağırlıklar, nöronlar, girdiler ve çıktılar, gizli, sinapslar... Değerler 1 ile 0 arasında olmalıdır. Neden bu şekilde, başka türlü değil?
Çift olmayan veriler üzerinde ve sıfır ile bir aralığının ötesinde bir ağ nasıl eğitilir? Katman nasıl bildirilir? Nöron sayısı nasıl ayarlanır? Veriler nereye yüklenir?
Kısacası, hiçbir şey anlayana kadar.Teşekkürler, ilk makaleyi beğendim, ancak ağın neden birdenbire bu şekilde çalıştığını ve başka türlü çalışmadığını anlamak mümkün değil. Her şey basitçe açıklanmıştır, ancak tüm bunların neden ve neyle ilgili olduğu tamamen anlaşılmaz. Gerçek bir örnek olmadan sadece bilgi.
Ağırlıklar, nöronlar, girdiler ve çıktılar, gizli, sinapslar... Değerler 1 ile 0 arasında olmalıdır. Neden bu şekilde, başka türlü değil?
Çift olmayan veriler üzerinde ve sıfır ile bir aralığının ötesinde bir ağ nasıl eğitilir? Katman nasıl bildirilir? Nöron sayısı nasıl ayarlanır? Veriler nereye yüklenir?
Kısacası, hiçbir şey anlayana kadar.google işlev aktivasyonu ve normalleştirme sinir ağları
örnek https://www.mql5.com/en/forum/5010#comment_329221 ve ayrıca alglib https://www.mql5.com/en/forum/8265/page2#comment_333746
ama yine de en azından biraz kitap okumalısın, bilimsel dürtme yöntemi işe yaramaz
google aktivasyon işlevi ve normalleştirme sinir ağları
örnek https://www.mql5.com/en/forum/5010#comment_329221 ve ayrıca alglib https://www.mql5.com/en/forum/8265/page2#comment_333746
ama yine de en azından biraz kitap okumalısın, bilimsel dürtme yöntemi işe yaramaz
TAMAM. Bunu kendim düşünmek ve sonra kitabı almak istiyorum. )
Makale, ağların üç uygulama alanı olduğunu söylüyor - Sınıflandırma, Tahmin ve Tanıma. Ardından, fiyat modellerini tanımak için OCHL verilerini değil, grafik ekran görüntülerini kullanmanız gerektiği ortaya çıktı. Örüntü tanıma çalışır .
Ardından, fiyat modellerini tanımak için OCHL verilerini değil, grafik ekran görüntülerini kullanmanız gerektiği ortaya çıktı. Örüntü tanıma çalışır.
gülümsedi! )))
ekran nedir?
OHLC nedir?
makine görünümünde!
gülümsedi! )))
ekran nedir?
OHLC nedir?
makine görünümünde!
Makalede, ağların bu üç uygulama alanı ayrılmıştır. Fiyat verileriyle tanımak başka, renk verileriyle tanımak başka. Hepsi aynı, tamamen farklı yaklaşımlar ve mekanizmalar.
not. Fiyat kalıpları matematiksel değil, doğası gereği grafiktir. Bir kişi onları matematiksel olarak tanımaya çalışırsa, durma noktasına gelir, ancak grafiksel olarak - kolayca.