"新神经 "是MetaTrader 5平台的一个开源神经网络引擎项目。 - 页 94 1...87888990919293949596979899100 新评论 Dmitry Fedoseev 2019.06.06 12:55 #931 Maxim Dmitrievsky:说得好，Mikhalych。 即使是提出这个话题的安德烈本人也承认，他有一个简单的神经网络和遗传学。这就是全部。而其他的 "秘密 "成分则在另一个理解领域。其中唯一的载体只有你，没有其他人？ Dmitry Fedoseev 2019.06.06 12:57 #932 Maxim Dmitrievsky:我的意思是你写的 "分享你的知识"，什么知识？ 有很多关于国防部的书籍和文章。还能有什么其他的知识呢？ 我甚至不在那里，只是在看旧的帖子，有各种各样的私人，科学家哲学家和其他的人。我警告过你，这将被误解。在这里，它是 - 它没有花很长时间。 Maxim Dmitrievsky 2019.06.06 12:57 #933 Dmitry Fedoseev:其中唯一的载体只有你，没有其他人？不，我不是任何东西的载体，而且，我很愚蠢。这就是为什么我很容易以非评判性的方式评估信息。 Dmitry Fedoseev 2019.06.06 13:05 #934 Maxim Dmitrievsky:这和神像有什么关系？他只是在呼吁人们理解和谨慎。那里有大量的情报，因为一个三分钱的人不可能写出自己独立的ML程序。现在呢......有了alglib。有一个神经网络和森林和回归。你还需要什么吗？我同意，神经网络有点想多了。但森林是好的。这有待商榷，但没有人愿意这样做。这就是为什么甚至没有人知道如何使用它。什么？"雷舍托夫所做的事，需要脑子来做吗？所需要的就是不要害怕让自己难堪。那是一个地狱般的网络...用优化器中的系数拟合。 你不觉得好笑吗？ 一个神经网络。这就是我所写的，专家们不拉在这里开发一种方便的神经网络应用 方法，可以在5分钟内采取并用于任何任务（而且是可能的）。刚开始接触神经网络时，完全是一种精神分裂的状态。有一个马上需要GUI，另一个想随机启用/禁用连接，然后一些小丑带着一些回声网络出现--展示了有趣的图片......。这就是这一切的发展水平。 伍兹。如果有人写一篇合适的文章，每个人都会理解，一切都会发展。但这里的每个人都只是擅长八卦。 Dmitry Fedoseev 2019.06.06 13:08 #935 Maxim Dmitrievsky:不，我不是任何东西的载体，而且，我很愚蠢。这就是为什么我很容易以轻松和无偏见的方式评估信息。而且你不需要了解什么，主要是要有很多炫耀性的东西和更大的图片。 Maxim Dmitrievsky 2019.06.06 13:12 #936 Dmitry Fedoseev:雷舍托夫所做的事，需要脑子来做吗？所需要的就是不要害怕让自己难堪。那是一个地狱般的网络...用优化器中的系数拟合。 你不觉得好笑吗？一个神经网络。这就是我所写的，专家们不拉在这里开发一个方便的神经网络应用方法，可以采取并用于任何任务的5分钟（而且是可能的）。刚开始接触神经网络时，完全是一种精神分裂的状态。有一个马上需要GUI，另一个想随机启用/禁用连接，然后一些小丑带着一些回声网络出现--展示了有趣的图片......这就是它的发展水平。伍兹。如果有人写一篇合适的文章，每个人都会理解，一切都会发展。但这里的每个人都只是擅长八卦。后来，他用java写了 studio elon jpredictor，2个神经网络（具体来说是mlp和svm），有自动特征选择功能。你知道我的问题在哪里吗？在1分钟内对人工数据进行训练，在人工数据上获得无限制的利润。当然，在真正的市场上你不能这样做。因此，进一步的工作超出了理解ML的范围，而是在理解市场的模式 之内的故事。 你自己什么都不知道，但你写了 Dmitry Fedoseev 2019.06.06 13:19 #937 Maxim Dmitrievsky:后来，他用java写了一个jpredictor stand elon，有2个神经网络（更确切地说，是mlp和svm），有自动特征选择功能。 我的有什么问题吗？在1分钟内对人工数据进行训练，在人工数据上获得无限制的利润。当然，在真正的市场上你不能这样做。因此，进一步的工作超出了理解ML的范围，而是在理解市场的模式之内的故事。 你自己什么都不知道，但你写了没有看到他在那里写的东西，但我想象看到他的其他作品。 哪一个是你的，它在哪里？是通过一堆图书馆的那个吗？我很抱歉，但那里很难找出一个例子，不是说你可以在你的工作中全部使用它。 哦，是正常的那个...我已经解释过两次了，现在是第三次解释--可以方便快捷地应用于解决编写EA 时出现的任何问题.........这样就完全不会被专家顾问的算法所困...而这是可能的。然而，令人难过的是，有些人甚至不能梦想它。 *** 很多事情我都不知道，但尽管如此，当年我有一个通过反向误差传播训练的通用多层感知器的代码。而且我不屑于用现代MO的方法，因为它听起来更像一个邪教，而不是什么严肃的东西。 Maxim Dmitrievsky 2019.06.06 13:27 #938 Dmitry Fedoseev:没有看过他在那里写的东西，但我想象看到他的其他作品。 你的是什么，它在哪里？是通过一堆图书馆的那个吗？对不起，但那里没有办法找出一个例子，不是说你可以在你的工作中全部使用它。 哦，这太正常了......我已经解释过两次了，现在是第三次解释--可以方便快捷地应用于解决编写EA 时出现的任何问题.........这样就完全不会被专家顾问的算法所困...而这是可能的。然而，令人难过的是，有些人甚至不能梦想它。 *** 很多事情我都不知道，但尽管如此，当年我有一个通用多层感知器的代码，通过反向误差传播训练。它的预测器在MO的主题中被反复讨论。当然，没有人在谈论mql中的神经元。 我的没有一堆lib，只有林林总总的alglib。那里的一切都非常简单，不可能想出更简单的东西。你可以使用任何指标，几乎可以立即训练它们。因此，你根本不必为之费心。 此外，在一个单独的库中，有一个 在人工数据上进行训练的例子（fie Weierstrass），很明显，在任何有模式（周期性循环）的数据上，这个库都能起到圣杯作用。市场上没有这样的周期，找到它们并将它们分离出来超出了ML的范围。 Dmitry Fedoseev 2019.06.06 13:27 #939 有什么可谈的呢？当遗传算法 竞赛举行时，90%的论坛都歇斯底里了，好像那是可能的，原来没有人知道它是什么，更不用说有自己的实现了，或者至少想做一个......但至少大家有多大的张扬 Dmitry Fedoseev 2019.06.06 13:29 #940 Maxim Dmitrievsky:在MO主题中，它的jpredictor已经被讨论过很多次。当然，没有人在谈论在mql上的神经元。 我的没有一堆lib，只有一片alglib的森林。那里的一切都非常简单，不能再简单了。你可以使用任何指标，几乎可以立即训练它们。所以，你根本不必为它费心。 此外，在一个单独的库中，有一个 在人工数据上进行训练的例子（fie Weierstrass），很明显，在任何有模式（周期性循环）的数据上，这个库都能起到圣杯作用。市场上没有这样的周期，找到它们并将它们分离出来超出了ML的范围。那么真正的问题来了--为什么人们不使用它？也许它有什么问题？在实用性方面...说明的清晰性...我没有丝毫的愿望去尝试，因为我知道所有的东西都会很复杂，我将无法弄清把它们都放在哪里。 1...87888990919293949596979899100 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
说得好，Mikhalych。
即使是提出这个话题的安德烈本人也承认，他有一个简单的神经网络和遗传学。这就是全部。而其他的 "秘密 "成分则在另一个理解领域。
其中唯一的载体只有你，没有其他人？
我的意思是你写的 "分享你的知识"，什么知识？ 有很多关于国防部的书籍和文章。还能有什么其他的知识呢？
我甚至不在那里，只是在看旧的帖子，有各种各样的私人，科学家哲学家和其他的人。
我警告过你，这将被误解。在这里，它是 - 它没有花很长时间。
其中唯一的载体只有你，没有其他人？
不，我不是任何东西的载体，而且，我很愚蠢。这就是为什么我很容易以非评判性的方式评估信息。
这和神像有什么关系？他只是在呼吁人们理解和谨慎。那里有大量的情报，因为一个三分钱的人不可能写出自己独立的ML程序。
现在呢......有了alglib。有一个神经网络和森林和回归。你还需要什么吗？我同意，神经网络有点想多了。但森林是好的。这有待商榷，但没有人愿意这样做。这就是为什么甚至没有人知道如何使用它。
什么？"雷舍托夫所做的事，需要脑子来做吗？所需要的就是不要害怕让自己难堪。那是一个地狱般的网络...用优化器中的系数拟合。 你不觉得好笑吗？
一个神经网络。这就是我所写的，专家们不拉在这里开发一种方便的神经网络应用 方法，可以在5分钟内采取并用于任何任务（而且是可能的）。刚开始接触神经网络时，完全是一种精神分裂的状态。有一个马上需要GUI，另一个想随机启用/禁用连接，然后一些小丑带着一些回声网络出现--展示了有趣的图片......。这就是这一切的发展水平。
伍兹。如果有人写一篇合适的文章，每个人都会理解，一切都会发展。但这里的每个人都只是擅长八卦。
不，我不是任何东西的载体，而且，我很愚蠢。这就是为什么我很容易以轻松和无偏见的方式评估信息。
而且你不需要了解什么，主要是要有很多炫耀性的东西和更大的图片。
雷舍托夫所做的事，需要脑子来做吗？所需要的就是不要害怕让自己难堪。那是一个地狱般的网络...用优化器中的系数拟合。 你不觉得好笑吗？
一个神经网络。这就是我所写的，专家们不拉在这里开发一个方便的神经网络应用方法，可以采取并用于任何任务的5分钟（而且是可能的）。刚开始接触神经网络时，完全是一种精神分裂的状态。有一个马上需要GUI，另一个想随机启用/禁用连接，然后一些小丑带着一些回声网络出现--展示了有趣的图片......这就是它的发展水平。
伍兹。如果有人写一篇合适的文章，每个人都会理解，一切都会发展。但这里的每个人都只是擅长八卦。
后来，他用java写了 studio elon jpredictor，2个神经网络（具体来说是mlp和svm），有自动特征选择功能。
你知道我的问题在哪里吗？在1分钟内对人工数据进行训练，在人工数据上获得无限制的利润。当然，在真正的市场上你不能这样做。因此，进一步的工作超出了理解ML的范围，而是在理解市场的模式 之内的故事。
你自己什么都不知道，但你写了后来，他用java写了一个jpredictor stand elon，有2个神经网络（更确切地说，是mlp和svm），有自动特征选择功能。
我的有什么问题吗？在1分钟内对人工数据进行训练，在人工数据上获得无限制的利润。当然，在真正的市场上你不能这样做。因此，进一步的工作超出了理解ML的范围，而是在理解市场的模式之内的故事。
你自己什么都不知道，但你写了没有看到他在那里写的东西，但我想象看到他的其他作品。
哪一个是你的，它在哪里？是通过一堆图书馆的那个吗？我很抱歉，但那里很难找出一个例子，不是说你可以在你的工作中全部使用它。
哦，是正常的那个...我已经解释过两次了，现在是第三次解释--可以方便快捷地应用于解决编写EA 时出现的任何问题.........这样就完全不会被专家顾问的算法所困...而这是可能的。然而，令人难过的是，有些人甚至不能梦想它。
***
很多事情我都不知道，但尽管如此，当年我有一个通过反向误差传播训练的通用多层感知器的代码。而且我不屑于用现代MO的方法，因为它听起来更像一个邪教，而不是什么严肃的东西。
没有看过他在那里写的东西，但我想象看到他的其他作品。
你的是什么，它在哪里？是通过一堆图书馆的那个吗？对不起，但那里没有办法找出一个例子，不是说你可以在你的工作中全部使用它。
哦，这太正常了......我已经解释过两次了，现在是第三次解释--可以方便快捷地应用于解决编写EA 时出现的任何问题.........这样就完全不会被专家顾问的算法所困...而这是可能的。然而，令人难过的是，有些人甚至不能梦想它。
***
很多事情我都不知道，但尽管如此，当年我有一个通用多层感知器的代码，通过反向误差传播训练。
它的预测器在MO的主题中被反复讨论。当然，没有人在谈论mql中的神经元。
我的没有一堆lib，只有林林总总的alglib。那里的一切都非常简单，不可能想出更简单的东西。你可以使用任何指标，几乎可以立即训练它们。因此，你根本不必为之费心。
此外，在一个单独的库中，有一个 在人工数据上进行训练的例子（fie Weierstrass），很明显，在任何有模式（周期性循环）的数据上，这个库都能起到圣杯作用。市场上没有这样的周期，找到它们并将它们分离出来超出了ML的范围。
在MO主题中，它的jpredictor已经被讨论过很多次。当然，没有人在谈论在mql上的神经元。
我的没有一堆lib，只有一片alglib的森林。那里的一切都非常简单，不能再简单了。你可以使用任何指标，几乎可以立即训练它们。所以，你根本不必为它费心。
此外，在一个单独的库中，有一个 在人工数据上进行训练的例子（fie Weierstrass），很明显，在任何有模式（周期性循环）的数据上，这个库都能起到圣杯作用。市场上没有这样的周期，找到它们并将它们分离出来超出了ML的范围。
那么真正的问题来了--为什么人们不使用它？也许它有什么问题？在实用性方面...说明的清晰性...我没有丝毫的愿望去尝试，因为我知道所有的东西都会很复杂，我将无法弄清把它们都放在哪里。