交易中的机器学习：理论、模型、实践和算法交易 - 页 2452

新评论
 
Andrey Dik#:

马克斯，不要急于下结论。

你帖子中的 "也许 "一词表明，你还没有考虑过这个问题的表述，对吗？

一般的神经网络，特别是MLP是一个非常灵活的东西，同样的一组特征可以被同一个网络以同样的方式划分，但在不同的神经元权重值....。对吗？- 那么问题来了，在这些权重集的变体中，哪个更稳健？

我不认为我需要与第二个回复我帖子的人进行对话，这毫无意义。

我自己对天平很好奇）我没有遇到过这样的信息。我知道极限值对激活的发现和学习不利，因此
 
马克西姆-德米特里耶夫斯基#:
我自己也想知道这个尺度。我知道极限值对激活和学习效果不好，因此

我知道极限值对激活和学习的发现有不好的影响，因此，学习也是如此。

 

为了了解学习的质量 是否取决于权重值，我们需要通过实验来衡量这种依赖性。

我们知道 权重 是什么，我们不 知道 学习的质量是 什么，因此我们需要定义...

因此，学习质量、网络性能等...- 是衡量我们对网络的期望值（例如，新数据的网络误差）。

好了，现在我们对什么是学习质量 有了一个定义，那么我们就可以衡量学习质量对权重值 的依赖性。

但是，如果我们已经制定了网络性能的衡量标准（学习质量），那么如果我们可以直接选择质量衡量标准的最佳值，我们为什么还要看权重呢？

我不知道你得有多大的残疾才会不明白这些简单的事情+三个人已经说了同样的话......


 
mytarmailS#:

为了了解学习的质量 是否取决于权重值，我们需要通过实验来衡量这种依赖性。

我们知道 权重 是什么，我们不 知道 学习的质量是 什么，因此我们需要定义...

因此，学习质量、网络性能等...- 是衡量我们对网络的期望值（例如，新数据的网络误差）。

好了，现在我们对什么是学习质量 有了一个定义，现在我们可以衡量学习质量对权重 的依赖性。

但是，如果我们已经制定了网络质量的衡量标准（学习质量），那么，如果我们可以直接选择质量衡量标准的最佳值，我们为什么要看权重呢？

我不知道你得有多大的残疾才会不明白这些简单的事情+三个人已经说了同样的话......

我试着对特别有天赋的人非常简单地说：知道影响学习质量的权重和输出的指标，我们可以得到更强大的网络BEFORE检查未知的数据，而健康人在学习时根本没有这些数据。

 
我们期待着看到你的研究成果。最好是以信号的形式。
 
Andrey Dik#:

我将尝试向特别有天赋的人做一个非常简单的陈述：知道权重和输出的尺度，这影响到学习的质量，我们可以在陌生的数据上得到一个更强大的网络BEFORE测试，健康人在训练时还没有这些数据。

1）至少为自己定义稳健性，以便能够硬化它

2）在不使用新数据（测试）的情况下，你想如何测量新数据的可净性？

 
mytarmailS#:

1) 至少为你自己定义可服务性，这样你就可以为它编码。

2）在不使用新数据（测试）的情况下，如何测量新数据的网络性能？

1.一个有礼貌的人对陌生人说话时使用 "你 "这个词。

2.2.为你的行为道歉。

遵循这两点，我可能会回答你的问题。

 
elibrarius#:
我们期待着你的研究取得圆满成功。最好是以信号的形式。

也祝你好运。

我不需要向任何人证明什么，有兴趣的人会考虑，没兴趣的人就会路过。

 
Andrey Dik#:

神经网络 权重的平均值取模是其训练质量的指标吗？

假设有两个相同的神经元在相同的数据上训练，一个神经元的得分是0.87，另一个是0.23，哪一个的训练效果更好？

一个标量能否唯一地表征一个向量或多项式是值得怀疑的，这是NS训练的结果。

 
Igor Makanu#:

一个标量能否唯一地表征一个向量或多项式--NS训练的结果，是值得怀疑的。

绝对的。
然而，没有人禁止使用更复杂和/或复杂的度量。主要的想法是在健身函数中加入权重和NS输出的度量。
1...244524462447244824492450245124522453245424552456245724582459...3399
新评论