Prognoza MM z sieci neuronowej

Przewiń wpisy ↓	Prognoza MM z sieci neuronowej
2012-02-01 (12:13) Kurek Data rejestracji: 2010-10-20 Ilość postów: 707	wpis nr 492 916 [ CZCIONKA MONOSPACE ] W swojej słynnej "Krótkiej historii czasu" Stephen W.Hawking wspomina, że postanowił zastosować się do czyjejś rady nie umieszczania w książce żadnych równań, według której każde równanie zmniejszy liczbę jej czytelników o połowę. Jeżeli więc ktoś ma nawet coś ciekawego do przekazania to niekoniecznie musi epatować czytających wyrażeniami z "górnej półki" które same z siebie nic nie wnoszą i nie precyzują za to potrafią skutecznie rozmyć taką informację. Na pomysł użycia sieci neuronowej do prognozowania gier losowych można patrzyć różnie ale bez współpracy do niczego się dojdzie ani do takich ani do innych wniosków. Jeżeli jednak nie mamy błądzić jako dzieci we mgle to mimo wszystko trzeba jednak wyjść od prawdopodobieństwa, może mało lubianego i zrozumiałego, ale przecież cały system nieustannego wygrywania Totalizatora jest na tym oparty.
2012-02-01 (12:24) tj_gumis Data rejestracji: 2010-03-31 Ilość postów: 337	wpis nr 492 921 [ CZCIONKA MONOSPACE ] Kurek Chcesz tematow popularnonaukowych czytelnych dla wszystkich (ciebie) ? To se wlacz kanal discovery. Na jakiej podstawie wychodzisz z zalozenia ze kazdy zakladany temat na forum musi byc dla ciebie zrozumialy ? Jesli nie masz nic na dany temat do powiedzenia, to ten temat nie jest dla ciebie i nie powinno cie tutaj byc. Jesl przekadza ci "nadmiar rownan" to udzielaj sie na temacie na
2012-02-01 (12:25) tj_gumis Data rejestracji: 2010-03-31 Ilość postów: 337	wpis nr 492 922 [ CZCIONKA MONOSPACE ] Jesli przeszkadza ci nadmiar rownan to udzielaj sie na temacie na ktorym ich nie ma. proste
2012-02-01 (13:37) Adalbert Data rejestracji: 2009-03-19 Ilość postów: 675	wpis nr 492 938 [ CZCIONKA MONOSPACE ] Ciekawym podejściem do tematu skuteczności prognoz są wypowiedzi n/t, czy 50% trafionych liczb jest cacy, czy jest bee… Chciałbym zauważyć, że to czy jest to sukces, czy też nie zależy od tego, w jakim wątku taka 50% skuteczność się pojawiła. Jeżeli dotyczy prognoz zamieszczanych w różnych wątkach tego forum to w przypadku, gdy ktoś z typujących trafi 5/10 (50%), czy też nawet mniej np. 7 liczb na 20 prognozowanych (35%) wszyscy się cieszą, chwalą i uznają to za sukces. No i bardzo fajnie, nawet jeżeli wygrana z tego tytułu nie pokryła kosztów wysłanych zakładów. Kiedy jednak w temacie dotyczącym sieci neuronowych pokazałem, że wykorzystując sieć neuronową można trafić 7, 8 liczb na 18 prognozowanych, czy też 9 na 19 liczb i jest to wynik powtarzalny natychmiast jest to przedmiotem kpin, że taka prognoza jest nic nie warta, zaczyna się udowadnianie, że nie da się przy pomocy sieci neuronowej prognozować losowań. Też bardzo fajnie, tylko jedno drugiemu przeczy. Zgadza się to, że sieć nie będzie prognozować regularnie, ale o tym już pisałem wcześniej. Ralfek pisze, że „siec neuronowa w sposob jawny na liczbach nie przewiduje losu” i „mozna modelowac zaleznosci ale tam gdzie one sa - w jawnych liczbach kul ich nie ma”. Przyznam, że trochę mnie to ubawiło. Przede wszystkim sieci neuronowe używane są do modelowania zdarzeń opisanych liczbami, jedynie sieci klasyfikacyjne mogą prognozować zdarzenia na podstawie np. cech (kolor, płeć, kształt itp.), ale tak, czy inaczej choć jeden z wektorów wejściowych musi być podany w postaci liczb, może to być np. wzrost, kolejny numer w zbiorze danych, data lub cokolwiek innego, ale podanego w postaci liczb. Kurek – jeżeli nie lubisz równań, to nie czytaj tych moich wypowiedzi, gdzie tak, czy inaczej będę musiał zamieścić równania, żeby w jak najprostszy sposób przedstawić, przybliżyć w jaki sposób wykorzystuję sieci do prognozowania losowań. Pojawią się również schematy, ale nie jest moim zamiarem robienie wykładu n/t sieci neuronowych, a zasygnalizowanie problemów, z jaki można się zetknąć przy ich używaniu do prognoz losowań. Na pozostałe poruszane tematy, zadane pytania odpowiem w kolejnym moim wpisie. Pozdrawiam Adalbert
2012-02-01 (14:22) Kurka Data rejestracji: 2009-01-23 Ilość postów: 2551	wpis nr 492 952 [ CZCIONKA MONOSPACE ] Aby z tym tematem 50% skończyć , to zwracam uwagę na ŚREDNIĄ SKUTECZNOŚĆ ZA X LOSOWAŃ (prognoz) i nie potrzeba nam aż średniej skuteczności na poziomie 50% a wystarcza na poziomie 35% wobec średniej = 25% która wynika z RP = konstrukcji tej gry - MM. Można na podstawie kilkudziesięciu prognoz zliczyć ilość typowanych kulek i trafionych np sieć podała nam w sumie 500 typów z czego 200 było trafnych więc osiągnęła skuteczność 40% . Możemy też dokładniej analizować ile było trafień 0ztypowanej ilości kulek (k) 1z k , 2zk.....k z k w badanych prognozach , ale jeśli nie potrzebujemy takiej precyzji to wystarcza średnia skuteczność bowiem z niej wynika również ile razy trafimy 0zk 1zk ....kzk (oczywiście w przybliżeniu). A fakt że w analizowanych kilkudziesięciu prognozach nie ma wysokich wygranych nie świadczy źle o prognozie jeśli średnia skuteczność jest wysoka (ponad 30%). Wyobraźmy sobie takie 10 prognoz: 3z10, 4z10, 3z10, 2z10, 4z10, 4z10, 3z10, 2z10, 3z10 ,2 z10 wygrane marne a skuteczność to 30% inne 10 prognoz : 1z10, 2z10, 0z10, 4z10, 2z10, 7z10, 1z10, 2z10, 5z10, 0z10 i wygrane są (albo fuksy) a skuteczność średnia jest mała bo 24% W małym wycinku (10 prognoz) różne jajka są możliwe , ale gdy utrzymamy 30% (w MM potrzeba raczej więcej) to w dłuższej perspektywie prognoz, to tam będzie więcej wygranych i wyższego stopnia ,niż fuksów przy małe średniej skuteczności. W 49s jeżeli przyjąć tą samą metodę to mamy skuteczność = 14,3% wynikającą z RP ( 7 z 49) i jeśli typować będziemy ze średnią skutecznością około 17% to już możemy liczyć kasę. Tak więc całe to zamieszanie o te 50% jest zbędne , ja tylko nie rozumie dlaczego Adalbert tak wysoko stawia poprzeczkę . Przy założeniu minimum 50% trafnych typów ma mieć każda prognoza to kilkanaście prognoz musi mieć średnią dużo powyżej 50%. Wystarcza powiedzieć : minimum 25% , to kilkanaście prognoz musi mieć średnią grubo powyżej 25% (gdzieś ponad 30) .
2012-02-01 (20:32) Kurek Data rejestracji: 2010-10-20 Ilość postów: 707	wpis nr 493 077 [ CZCIONKA MONOSPACE ] Gumiś, Jeszcze raz moja wypowiedź, w skrócie, bo nie chce mi się tracić czasu. Jak się czegoś tam naczytałeś to przekazuj to sensownie i to co sam rozumiesz, chyba, że chcesz tylko zaistnieć. Brak zrozumienia tematów odnoś wyłącznie do siebie. A przede wszystkim nie wywyższaj się, nie obrażaj i nie poniżaj uczestników tego forum.
2012-02-01 (20:32) Kurek Data rejestracji: 2010-10-20 Ilość postów: 707	wpis nr 493 078 [ CZCIONKA MONOSPACE ] Adalbercie, Tu nie chodziło o żadne równania i mnie to absolutnie nie przeszkadza choć branie przykładu z wybitnego fizyka naszych czasów chyba nikomu ujmy nie przynosi. Wiem, że to niełatwy kawałek chleba być programistą zwłaszcza gdy w nietypowych sytuacjach jest się zdanym tylko na siebie a tu każda pomoc może być cenna. Każdy chyba już zauważył wysokie trafienia w Twoich prognozach ale to trochę za mało że określić : przypadek ?, prawo serii?, skuteczność prognozy? Stąd moja prośba, jeżeli być mógł podawać prognozy nie w postaci obrazków lecz na arkuszu online to może łatwiej było by pogrupować i analizować.
2012-02-01 (22:17) tj_gumis Data rejestracji: 2010-03-31 Ilość postów: 337	wpis nr 493 125 [ CZCIONKA MONOSPACE ] kurek Powiem tylko tak. Na tym forum jest 99.99999 % dotyczacych bezposrednio lub nawiazujacych do tematu prawdopodobienstwa, w ktorym zdaje sie kurek porusza sie calkiem niezle - ale kurka tam nie ma. Jest jeden watek na forum, ba nawet w skali calego kraju, ktory w odniesieniu do losowan nie ma nic wspolengo z rachunkiem prawdopodobienstwa, a kurek za wszelka cene chce zaistniec, z jakim skutkiem widac. Jak nie chcesz ciolku tracic czasu to sie nie odzywaj i zmiataj stad, tymbardziej ze zadna z twoich wypowiedzi nie miala zwiazku z tematem. A jak masz ochote na pyskowke to zaloz osobny watek na ktorym z checia wymienie z toba poglady na tematy, nazwijmy to ogolne.
2012-02-02 (00:24) Kurek Data rejestracji: 2010-10-20 Ilość postów: 707	wpis nr 493 167 [ CZCIONKA MONOSPACE ] Gumis, Powiem tylko tak, nie mam o czym z tobą gadać. Do twojej wiadomości, Matlab nie jest jedynym programem z symulatorem sieci, ja mam u siebie inny. Nie wiem kim jesteś że tak się rzucasz ale nie fizykiem, ani matematykiem ani programistą choć coś tam mogłeś próbować z siecią robić i za bardzo nie wyszło. Również taki temat na forum nie jest ewenementem na skalę krajową jak twierdzisz, był także i na tym forum bodajże w 2004 z udziałem Mariusza i Janka nie mówiąc że na różnych innych forach zagranicznych też są takie wątki. Pozatym to nie twój temat w dodatku publiczny więc uprzejmie sam się wynieś i nie pchaj się na siłę. Ja nie mam tego zwyczaju. Nie wypowiadaj się w imieniu gospodarza którego wcześniej też się czepiałeś " bo moze i masz cos wartosciowego do powiedzenia, ale tutaj nikt nie uznaje monolgow a ty uwielbiasz gadac sam do siebie" Używasz wyzwisk, więc prosze Pasko o zablokowanie takich wypowiedzi !!! I nie chowaj się za tą szybką bo jak wiadomo z kajecika Jasia "chamstwo trzeba zwalczać siłom"
2012-02-02 (08:07) slawek001 Data rejestracji: 2005-02-24 Ilość postów: 6116	wpis nr 493 184 [ CZCIONKA MONOSPACE ] Nadal jestem za szukaniem 50% wyjścia liczb w modelu którym Kurek przedstawił dokonał wpisu skoro jest Model to i jest możliwość zobaczenia jak liczby wychodziły a największe wyjścia są w granicy 67% jak wcześniej pisałem wesołego dnia
2012-02-02 (08:26) slawek001 Data rejestracji: 2005-02-24 Ilość postów: 6116	wpis nr 493 188 [ CZCIONKA MONOSPACE ] 12/20 które kiedyś typowałem nie było przypadkiem ..... ten model mam niezmienny od lat
2012-02-02 (09:13) Adalbert Data rejestracji: 2009-03-19 Ilość postów: 675	wpis nr 493 193 [ CZCIONKA MONOSPACE ] Witam Najpierw kolejna prognoza losowania MM. Wprowadziłem kilka zmian w programie uwzględniając Wasze sugestie, w szczególności dotyczące nadania pewnych wag prognozowanym liczbom, w taki sposób, aby z prognozowanych liczb (zestawów liczb) wybrać, uszeregować lub w jakikolwiek sposób dokonać agregacji liczb w zbiory o wspólnych cechach. Zastosowałem więc takie podejście: - wykonana przy użyciu sieci prognoza losowania w dniu 2012-02-02 o godzinie 14:00: - te pięć zestawów liczbowych podstawiłem do sieci klasyfikacyjnej, której zadaniem było znalezienie wspólnych cech (w tym przypadku zastosowałem algorytm najbliższego sąsiedztwa „near neighbours”) pomiędzy liczbami znajdującymi się w każdym prognozowanym zestawie i pomiędzy tymi zestawami. To coś w rodzaju szukania odpowiedzi na pytanie: jaki układ liczb jest najbardziej prawdopodobny, czyli która liczba z którą. - w ten sposób sieć analizując archiwalne losowania i na podstawie zależności pomiędzy dotychczasowymi losowaniami znajduje układy liczbowe (zakłady do wysłania). Ponieważ nie wiem, przy jakiej liczbie ukrytych warstw wynik prognozy będzie najbardziej zbliżony do wyniku kolejnego losowania obliczenia wykonałem dla 5 przypadków – liczba ukrytych warstw od 1 do 5. Poniżej prognozowane zakłady (do wysłania na własną odpowiedzialność): Ponieważ wcześniej padła propozycja, aby poza obrazami zamieszczać również arkusz Excela proszę więc o propozycję, na jakim serwerze zamieścić ten arkusz. Większość bezpłatnych serwerów usuwa po jakimś czasie zamieszczone pliki. Na razie tyle Pozdrawiam Adalbert
2012-02-02 (09:37) tj_gumis Data rejestracji: 2010-03-31 Ilość postów: 337	wpis nr 493 197 [ CZCIONKA MONOSPACE ] kurek (ciolek) Najpierw odnise sie do wyzwisk. Ciolek to nie wyzwisko lecz jednowyrazowa charakterystyka charakterologiczna twojej osoby - sklada sie z jednego wyrazu bo tyle w zupelnosci wystarczy. Jestes po prostu malo wymagajacy jesli chodzi o kwestie definiowalnosci. Temat dotyczy sieci, a ty WSZYSTKO SPORWADZASZ DO RP wiec powtarzam raz jeszcze, to nie jest miejsce dla ciebie. Na moje wypowiedzi ktorych nie rozumiesz, odpowiadasz ciolku kpina a kiedy dostajesz po nosie, odszczekujesz. Kiedy proponuje ci sie ustronne miejsce na wymiane zdan, twierdzisz ze ci wolno bo to temat publiczny. WIEC KTO TU SIE PCHA NA SILE ? Z drugiej strony zamierzasz isc na skarge do administratora (u mamusi i tatusia juz byles?). Sam sobie udzielasz informacji o ktore nikt cie nie pytal (Matlab), ktore nikogo nie interesuja, ktore nic do tego watku nie wnosza i ktore nic o twojej ciolku wiedzy nie mowia. Masz ewidentne parcie na szklo i koniecznie chcesz wsrod madrzejszych od siebie zaistniec. DO TEGO TRZEBA JEDNAK WIEDZY KTOREJ CI BRAK wiec albo siedz cicho albo uprzejmie pros o informacje lub wyjasnienia rzeczy lub kwesti ktorych nie rozumiesz. Jak juz chcesz wykorzystywac moje wypowiedzi niech beda one przynajmniej zbiezne z wymiana zdan ktora z toba ciolku prowadze. Ta ktora zacytowales nie dotyczy glupoty i braku wiedzy mojego interlokutora (tak jak w twoim ciolku przypadku), ale wrecz przeciwnie jego arogancji z powodu tej wiedzy ilosci. Zauwazasz subtelna roznice ciolku, czy moze jest ona poza granicami twoich mozliwosci pojmowania ? Co do innych tematow dotyczacych sieci. Przeciez wspomnialem o nich przez pryzmat twojej ciolku aktywnosci, zatem chodzilo o watki w tej chwili prowadzone. Czy ty jestes az tak malo inteligentny ze trzeba ci to pisac duzymi literami, czy po prostu probujesz nieudolnie manipulowac faktami ? No chyba ze sie myle, w takim razie pokaz mi te zagraniczne tematy na ktorych wypowiadasz sie na temat sieci, chetnie poczytam – ciolku.
2012-02-02 (10:27) sindbad Data rejestracji: 2008-10-13 Ilość postów: 20531	wpis nr 493 203 [ CZCIONKA MONOSPACE ] tj_gumis - Twój ostatni wpis był niesmaczny, ale dobrze, że w tym temacie masz wzór do naśladowania w osobie Adalberta.
2012-02-02 (10:57) tj_gumis Data rejestracji: 2010-03-31 Ilość postów: 337	wpis nr 493 212 [ CZCIONKA MONOSPACE ] sindbad A ty po co sie odzywasz ? Po co sie w ogole wtracasz ? Masz ochote na pyskowke bo chwilowo nikt cie nie prosi o te twoje statystyki ? Spadaj ciolku i zajmij sie tym czyms pozytecznym .
2012-02-02 (11:04) Adalbert Data rejestracji: 2009-03-19 Ilość postów: 675	wpis nr 493 213 [ CZCIONKA MONOSPACE ] Witam Wracając do dyskusji i wątków poświęconych neuronom, perceptronom, wagom, warstwom ukrytym i innym teoretycznym zagadnieniom związanym z sieciami neuronowymi, postaram się najprościej, jak to jest tylko możliwe przedstawić kilka informacji. Niestety nie obędzie się bez rysunków, schematów i prawdopodobnie będzie nudno. Proszę nie traktować tego co napiszę, jako wykładu poświęconego sieciom neuronowym, Matlabowi, czy też promowaniu takiej, czy innej idei dotyczącej sieci. Przede wszystkim chodzi mi o przybliżenie pewnych problemów związanych z wykorzystanie sieci NN do prognozowania losowań. Korzystać będę ze schematów zamieszczonych w jednym z czterech podręczników (Manual) dotyczących wykorzystania sieci neuronowych w Matlabie, więc siłą rzeczy na schematach będą anglojęzyczne nazwy. Zmierzam do tego, co wcześniej pisałem, że sieć neuronowa doskonale radzi sobie z prognozowaniem zdarzeń, jeżeli pomiędzy modelem opisującym zdarzenia archiwalne na etapie uczenia sieci, a rzeczywistym kolejnym losowaniem nie zaszła zmiana modelu. Chodzi o to, że sieć uczy się przy zastosowaniu jednej z wielu funkcji transferu (liniowa, logarytmiczna, wykładnicza, trygonometryczna itd.), ale zawsze jednej i taką samą funkcję stosuje do prognozy. Wszystko fajnie, jeżeli kolejne losowanie będzie „oparte” na tym samym modelu, natomiast jeżeli ten model ulegnie zmianie np. z trygonometrycznego na liniowy to mówiąc kolokwialnie będzie klapa. Sieć nie będzie prognozować kolejnego losowania. Czytając inne wątki Forum, a dotyczące prognoza, pewniaków wielokrotnie stwierdzacie, że: - wymieniono kulki - zmieniono maszynę losującą - coś w liczbach się zadziało itd. i właśnie o taką sytuacje chodzi. Coś uległo zmianie i wszystkie dotychczasowe statystyki, metody biorą w łeb W takim razie po kolei, czyli trochę teorii, dla tych, którzy znają sieci neuronowe będzie to nudne, ale wątek dotyczący prognoz MM z wykorzystaniem sieci jest dla wszystkich (no może dla wszystkich, bo niektórym osobom wydaje się, że jest to doskonałe miejsce do robienia zamętu i awantur). Sieci neuronowe są zbudowane z prostych elementów działających równolegle, połączonych pomiędzy sobą ściśle założoną funkcją opisującą zależności pomiędzy danymi na wejściu, a danymi na wyjściu sieci, czyli archiwalnymi losowaniami. Trenowanie sieci (uczenie sieci) polega na wykonywaniu wielokrotnie tych samych obliczeń w celu znalezienia współczynników tej funkcji – wag sieci. Wagi zmieniane są na dwa sposoby: - po każdym kroku obliczeń sprawdzany jest wynik prognozy ze znanym ostatnim losowaniem (może to być również dowolny zakres losowań) i jeżeli błąd aproksymacji jest większy od założonego (np. 1e-9) to wagi są zmieniane o tzw. gradient (sieci bez BIAS) - po po każdym kroku obliczeń sprawdzany jest wynik prognozy ze znanym ostatnim losowaniem (może to być również dowolny zakres losowań) i jeżeli błąd aproksymacji jest większy od założonego (np. 1e-9) to wagi są zmieniane dynamicznie o wartość BIAS (sieci z BIAS) Najprościej sieć NN można przedstawić w postaci schematu: gdzie : Input – to np. wyniki 10 ostatnich losowań, oprócz ostatniego znanego losowania Target – to wynik ostatniego znanego losowania Output – to wynik prognozy wykonanej przez sieć na etapie uczenia, czyli prognoza Target Neural Network – to nasza sieć neuronowa, program, algorytm wykonujący obliczenia tak długo, aż Output=Target +/- błąd aproksymacji Adjust weights – wagi sieci zmieniane w trakcie obliczeń Architektura sieci. W zależności od tego, co chcemy przy pomocy sieci prognozować (kolor kwiatów, pogodę, wskaźniki giełdowe, trzęsienia ziemi, przeloty ptaków, czy też losowania lotka) musimy zdecydować się z góry na jeden z wielu modeli sieci. Nie będę omawiać wszystkich modeli, skupię się na tych, które wykorzystywane są do predykcji zdarzeń losowych lub quasi-losowych. Do tej grupy należą sieci typu BackPropagation (wsteczna propagacja), sieci autoregresywne: Nie będę teraz zanudzać tym, jak działają te sieci, a przejdę do ich architektury, ale o tym za chwilę bo i tak już zaczynam zanudzać. Pozdrawiam Adalbert
2012-02-02 (11:44) slawek001 Data rejestracji: 2005-02-24 Ilość postów: 6116	wpis nr 493 230 [ CZCIONKA MONOSPACE ] Model stały posiadamy ..... zależności stałe też zachodzą w tym modelu .... sieć może się uczyć
2012-02-02 (12:30) Adalbert Data rejestracji: 2009-03-19 Ilość postów: 675	wpis nr 493 249 [ CZCIONKA MONOSPACE ] Sieć neuronową (niezależnie od jej nazwy) przedstawia poniższy schemat: Na wejściu sieci (Input) mamy wyniki losowań, które znamy. Sieć posiada jedną warstwę z neuronami oznaczonymi znakiem sumowania. Funkcja transferu (aproksymacji, aktywacji) „f” jest zdefiniowana przez nas. O tej funkcji za chwilę. Na wyjściu otrzymujemy wynik prognozy „a”. Budowa neuronu (prosty schemat): To, co na poprzednim schemacie oznaczone jest symbolem sumowania to nic innego, jak warstwa neuronów składająca się z sumatora wag i bias „podająca” funkcji transferu wage i bias dla każdej liczby znajdującej się na wejściu. Funkcja transferu przelicza wejściowe dane (wyniki losowań) wykorzystując wagi i bias. Efektem obliczeń jest wynik prognozy, który porównywany jest ze znanym wynikiem losowań i jeżeli błąd dopasowania jest większy od założonego błędu aproksymacji to zmieniane są wagi o bias i obliczenia są powtarzane. Oczywiście przedstawiony powyżej schemat jest najprostszym z możliwych, w rzeczywistości sieci mają bardziej złożoną budowę np.: Nie chodzi mi jednak o chwalenie się tymi lub innymi schematami. Zainteresowanych odsyłam do podręcznika Neural Network Toolbox For Use with MATLAB® Howard Demuth, Mark Beale (840 stron) lub do innych manuali – są dostępne bezpłatnie w Internecie. Najważniejszym elementem sieci, z punktu widzenia skuteczności prognozy, nie jest to ile będzie warstw, neuronów, a takie przekształcenie, obróbka, przygotowanie danych wejściowych, aby w przypadku zmian modelu danych archiwalnych np. z liniowego na trygonometryczny, miało to jak najmniejszy wpływ na działanie sieci. Chodzi o to, że sieć ma sztywno ustawioną funkcję transferu (aproksymacji, aktywacji) i nie zmienia jej w trakcie uczenia i symulacji (prognozowania). Teraz kilka słów o tej funkcji. Spójrzmy jeszcze raz na budowę przykładowej sieci (sieć typu Backpropagation) Sieć ta na wejściu (Input) otrzymuje dane (archiwalne wyniki losowań do losowań). Liczba ukrytych warstw i neuronów jest z góry ustalona. Musi tak być, bo musimy zdefiniować strukturę sieci przed jej uczeniem. W tym przykładzie jest to jedna ukryta warstwa z jednym neuronem. Oczywiście możemy zdefiniować inną strukturę w tym modelu sieci: W tym przypadku na wejściu podajemy R danych wejściowych, np. R=10, to będzie 10 archiwalnych losowań. Sieć posiada 3 warstwy (Layer1, Layer2, Layer3), a w każdej warstwie po trzy neurony oznaczone symbolem sumowania. To, jak zbudowana jest sieć definiujemy przed jej uczeniem i nie ulega już to zmianie. Zajmę się teraz tym, co na powyższym schemacie oznaczone jest symbolami f1, f2, f3, a na poprzednim: Jest to funkcja transferu (aproksymacji). Ta funkcja jest sztywno ustawiona dla każdej z warstw już na etapie uczenia zakłada, jak dane wejściowe będą traktowane przez sieć. Czyli to my decydujemy, że pomiędzy archiwalnymi wynikami losowań zachodzi jakaś zależność opisana jedną z wielu funkcji transferu, i że ta zależność po kolejnym, w tej chwili nieznanym losowaniu, czyli tym co będzie nie ulega zmianie. To jest to, o czym pisałem wcześniej - zmiana zależności pomiędzy losowaniami. Np. przeloty ptaków są funkcją pory dnia i pory roku i ptaki lecą na żerowisko w zależności od tych zmiennych, a zależność ta np. jest liniowa. Np. trzęsienia ziemi są funkcją aktywności Słońca i położenia ziemi w stosunku do tej planety, a zależność ta jest funkcją radialną Itd. Itd. W takim razie zadam pytanie, używając wcześniejszej definicji losowań. Jaką funkcją jawne liczby (losowania) są opisane? Otóż tego nie wiemy i zaczynamy eksperymentować. Na szczęście w takim przypadku twórcy sieci neuronowych, w Matlabie również, wyszli naprzeciw temu i opracowali szereg algorytmów uczenia się sieci z wykorzystaniem zarówno wielu funkcji transferu jak też funkcji trenowania. Przykłady Funkcje transferu: Funkcje trenowania: Nie będę ich szczegółowo opisywać, bo musiałbym przetłumaczyć kilkadziesiąt stron Manual Book i nie o to chodzi Na razie, pracuję nad dalszym materiałem. Mam nadzieję, że da się to przeczytać. Pozdrawiam Adalbert
2012-02-02 (12:50) deprim Data rejestracji: 2008-10-27 Ilość postów: 272	wpis nr 493 262 [ CZCIONKA MONOSPACE ] no teraz widzę, że coś z tego będzie wyjaśnienie rzeczowe, krótkie (w miarę) odniesienia właściwe (do przyrody) wiadomo, losowość w przyrodzie występuje jak najbardziej trzeba tylko pomyśleć nad jednym: jak zróżnicować coś co w zasadzie jest identyczne (kulki) i jak sprawdzić czy np; ciężar kulek z uwagi na różne zużycie farby nie powoduje tego, że częściej padają cyfry od liczb lub odwrotnie ale to już zadanie dla sieci neuronowych
2012-02-02 (13:25) Adalbert Data rejestracji: 2009-03-19 Ilość postów: 675	wpis nr 493 279 [ CZCIONKA MONOSPACE ] Deprim Zwracasz uwagę na bardzo istotny element zakłóceń w losowaniach. Np. ciężar kulek. Czy sieci poradą sobie z tym? Odpowiem tak: poradzą, bo radzą sobie z bardziej złożonymi zagadnieniami. Tylko, żeby sobie poradziły to my musimy wiedzieć, w jaki sposób przygotować (czytaj: przetworzyć, przedstawić) wyniki tak prostego zjawiska jak losowanie zbioru 20 liczb ze zbioru 80 liczb, czy tez 6/49 itd), żeby cała ta matematyka nie szła w krzaki , a co najważniejsze była skuteczna i regularna (powtarzalność). Tego na razie nie wiem, choć czasami udaje mi się kilka razy jeden za drugim uzyskać bardzo pewne prognozy (tzn. takie, które przy dodatkowej analizie mogłyby skutkować niezłą wygraną). Najciekawsze jest to, że najczęściej jest to wtedy, kiedy cała zabawa kończy się w zaciszu domowym, a prognozowane liczby nie zostały wysłane. Niedługo losowanie o 14:00, zbliża się pora podsumowania mojej dzisiejszej prognozy. Muszę przygotować arkusz Excela. Na razie Adalbert


\| Dodaj wpis w tym temacie \| Spis tematów \| Wyniki lotto	Strona: 1 2 ... 11 12 13 ... 23 24 Wyślij wiadomość do admina Czcionka o stałej szerokości

Forum strony www.multipasko.pl [Regulamin]