Sinir ağının girişine ne beslenmeli? Fikirleriniz... - sayfa 57
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
Neden bu kadar hassas davranıyorsun?
Hem biri hem de diğeri konuyla ilgili özel literatür okumak yerine, gpt sohbetini kullanıyor ve çalışmaya yaklaşımlarını derin olarak görüyor :-O
Lanet olası Pepsi Kuşağı ))))
Hem biri hem de diğeri konuyla ilgili özel literatür okumak yerine, gpt sohbetini kullanın ve derinlemesine çalışmak için yaklaşımlarını düşünün :-O
Pepsi lanet nesil ))))
Eğlenceli. Varsayılan BB'yi değiştirmenin amacı değerleri daha erken elde etmek mi?
Standart olanı değiştirmenin amacı sinir ağının kalitesini kontrol etmek değildi ve amaç = düzlüğün başlangıcını ve sonunu önceden bilmekti.
Eğitim hakkında...
Birkaç yıl önce yaygın (teknik olmayan) bir sitede bu ifadeyle karşılaştım: sinir ağlarına dayalı veritabanları. Genel olarak bu terimi kendim için kabul ettim.
Kendim ağaçlarla uğraşıyorum - ağaç tabanlı bir veritabanı da uygulanabilir. Bir ağaçta 1 yaprak = bir veritabanında 1 satır. Farklılıklar:
Ağaçların veri tabanlarına göre avantajları: genelleme ve gerekli yaprak için hızlı arama - bir milyon satırdan geçmeye gerek yoktur, yaprağa birkaç bölme ile ulaşılabilir.
Kümeleme de genelleşir. Kmeans - örneklerin kümenin merkezine yakınlığına göre, diğer yöntemler farklıdır.
Sonuç: ağaç öğrenimi = tıpkı bir veri tabanı gibi örnekleri ezberlemek/kaydetmektir. Mümkün olan en doğru ezberlemeden önce bölmeyi/öğrenmeyi durdurursanız,genelleme ile ezberlersiniz.Ayrıca maksimum küme sayısı = örnek sayısına bölebilirsiniz ve genelleme olmadan bir veri tabanı / yaprak benzeri elde edersiniz. Sinir ağlarının anlaşılması ve kavranması daha zordur, ancak yapraklar ve kümeler kadar açık olmasa da özünde bir veri tabanıdır.
Andrew elbette öğrenmenin optimizasyon olduğu konusunu gündeme getirmek istiyor. Hayır - bu bir ezberdir. Ancak optimizasyon da mevcuttur. Öğrenme derinliği, bölünmüş yöntemler vb. ile varyasyonlar üzerinde optimizasyon yapabilirsiniz. Optimizasyonun her adımı farklı bir modeli eğitecektir. Ancak öğrenme optimizasyon değildir. Ezberlemektir.
Eğitim hakkında...
Birkaç yıl önce yaygın (teknik olmayan) bir sitede şu ifadeyle karşılaştım: sinir ağlarına dayalı veritabanları. Genel olarak bu terimi kendim için kabul ettim.
Kendim ağaçlarla uğraşıyorum - ağaç tabanlı bir veritabanı da uygulanabilir. Bir ağaçta 1 yaprak = bir veritabanında 1 satır. Farklılıklar:
Ağaçların veri tabanlarına göre avantajları: genelleme ve gerekli yaprak için hızlı arama - bir milyon satırdan geçmeye gerek yoktur, yaprağa birkaç bölme ile ulaşılabilir.
Kümeleme de genelleşir. Kmeans - örneklerin kümenin merkezine yakınlığına göre, diğer yöntemler farklıdır.
Sonuç: ağaç öğrenimi = tıpkı bir veri tabanı gibi örnekleri ezberlemek/kaydetmektir. Mümkün olan en doğru ezberlemeden önce bölmeyi/öğrenmeyi durdurursanız,genelleme ile ezberlersiniz.Ayrıca maksimum küme sayısı = örnek sayısına bölebilirsiniz ve genelleme olmadan bir veri tabanı / yaprak benzeri elde edersiniz. Sinir ağlarının anlaşılması ve kavranması daha zordur, ancak yapraklar ve kümeler kadar açık olmasa da özünde bir veri tabanıdır.
Andrew elbette öğrenmenin optimizasyon olduğu konusunu gündeme getirmek istiyor. Hayır - bu bir ezberdir. Ancak optimizasyon da mevcuttur. Öğrenme derinliği, bölünmüş yöntemler vb. ile varyasyonlar üzerinde optimizasyon yapabilirsiniz. Optimizasyonun her adımı farklı bir modeli eğitecektir. Ancak öğrenme optimizasyon değildir. Ezberlemektir.
Aşırı öğrenme ezberlemektir. Ezberleme ve genelleme - öğrenmeye daha yakın :)
Genelleme daha çok eksik öğrenmeye benzer. Yani ezberlediniz ama tam olarak doğru değil (komşularınızı da buna dahil ettiniz...). Neredeyse C notu almış bir okul çocuğu gibi)))
Ancak bir kanunla tanımlanan bir şeyi (örneğin Ohm kanunu) ezberlersek, aşırı öğrenme olmayacaktır, az sayıda örnek ve sonsuz sayıda örnek varsa eksik öğrenme elde etmek daha kolaydır.
Örüntülerin neredeyse hiç olmadığı ve gürültülü olduğu ticaret için, gürültü ile birlikte kesinlikle doğru ezberleme bir kayıpla sonuçlanacaktır.Bazı nedenlerden dolayı buna aşırı öğrenme adı verilmiştir. Örüntü öğrenmede olduğu gibi, doğru ezberleme kendi başına zararlı değildir. Ancak gürültü/çöp ezberlemek faydalı değildir.