Одной из задач обучения без учителя является задача нахождения топологической структуры, которая наиболее точно отражает топологию распределения входных данных. Существует несколько подходов решения этой задачи. Например, алгоритм Самоорганизующихся Карт Кохонена является методом проецирования многомерного пространства в пространство с более...
我已经有一个神经网络工作了4个月，它可以预测4个货币对的走势。我已经有了比任何指标更高的质量，我正在公开示范。我不能给你链接，否则管理员又会歇斯底里，因为那里有几个付费服务。但无论如何，这是一个真正的神经网络，它真的看到并预测了一些东西。
一个卖东西的人说，这只特殊的鸡为他下了金蛋 - ............
研究和销售产品是不相容的？
我以为这次不会有人向我扔石头）
研究和销售产品是不相容的？
正常的产品甚至不显示
;)
有神经元学、自适应滤波、频谱分析、Q-learning和聚类以及教师培训，其中教师就是他自己，他自己在图上戳出要输入的点，并在机器人犯错时自己惩罚他。 机器人是自适应的，它获得新知识，必要时忘记旧知识，所以它是一个野兽。
什么样的网络知道如何忘记？什么是遗忘的原则？
什么样的网络知道如何忘记？遗忘背后的原则是什么？
我写道，他在一个机器人里有很多的算法，我怎么知道现在有什么网络，它是否根本就负责记忆。
曾经使用过一个SOINN网络，以及MGUA的原则，但在什么情况下使用的，我不知道。
https://habr.com/ru/post/192978/
))我相信甚至没有人听说过它，它已经有15年的历史了......
问题是神经网络如何预测银行购买或出售一定数量货币的愿望（例如）？任何神经网络只有在投机量被卖出和价格积极变动时才能抓住方向的惯性。 但神经网络永远不会显示进入将改变价格（价格驱动因素）的参与者的确切时间，尽管这不是必要的 - 99%的时间，如果你知道如何识别价格驱动因素及其方向，你的交易将总是在实施之前，你将有一个稳定的利润。我的公司也有一个算法交易部门，但它更专注于非常快速的剥头皮--神经网络也能捕捉到hft算法的惯性，根据它的分析，我们的机器人通过完全复制hft进行交易（只针对某些市场和符号）。基本的交易是用老手做的，因为你无法预测价格的驱动力（你也不需要预测），你只需要看到它=汽车在改变方向之前向你显示指标（你明白，神经网络无法预测这个或那个汽车的指标何时会打开）。
你听说过Maitreade吗？他有多大的权利？谢谢你。
正如你所看到的，我们不能按类划分，所以要么目标是垃圾，要么是特征，要么是全部一起))。
你真的很厉害。大多数网络开发者的问题是，他们教网络预测价格变化。你应该知道谁和如何改变价格，你应该教导网络，看看谁会改变价格。如果你给一个网络输入垃圾，你就会得到垃圾。 你不需要指标和其他废话。找到一个能告诉你如何真正建立价格变化的位置的人，价格是如何表现的，这一切是如何运作的，并教会网络看到这些变化，世界就在你脚下。
+1000% 非常好的观点。
你真的很厉害。大多数网络开发者的问题是，他们教网络预测价格变化。你应该知道谁和如何改变价格，你应该教导网络，看看谁会改变价格。如果你给一个网络输入垃圾，你就会得到垃圾。 你不需要指标和其他废话。找到一个能告诉你如何真正获得价格变化的位置，价格是如何表现的，这一切是如何进行的，并教会网络看到这些变化，整个世界都会在你脚下。
啊哈，我明白你的意思了...
听着，我很抱歉我冲你发火，但有时我不是。
这是我的答案。他在一个方面是无条件地令人讨厌的，纯粹是视觉上的。但不要紧，重要的是叙事的本质，而不是它的外观或听起来多么令人毛骨悚然......请注意。是的，我是这样认为的。是的，我没有100%的结果，不超过该理解的一般意义上的55% :-))))