Lieber Besucher, herzlich willkommen bei: INVESTOX-Forum. Falls dies Ihr erster Besuch auf dieser Seite ist, lesen Sie sich bitte die Hilfe durch. Dort wird Ihnen die Bedienung dieser Seite näher erläutert. Darüber hinaus sollten Sie sich registrieren, um alle Funktionen dieser Seite nutzen zu können. Benutzen Sie das Registrierungsformular, um sich zu registrieren oder informieren Sie sich ausführlich über den Registrierungsvorgang. Falls Sie sich bereits zu einem früheren Zeitpunkt registriert haben, können Sie sich hier anmelden.
Zitat
Der meiner Ansicht größte Fehler der sehr schnell zu Curve Fitting führt ist das optimieren mit GAs,vielen Hiddenschichten und bei Crossvalidation zu vielen Samples.
Zitat
Formeln für FFT... kann man nicht mit Investox-Bordmitteln umsetzen.
Zitat
FFT-Kurve wurde mit einem vollautomatischen Kurvenfit ermittelt ...
Dieser Beitrag wurde bereits 4 mal editiert, zuletzt von »sten« (17. August 2008, 11:12)
Zitat
Wenn ich das richtig verstanden habe, drückst Du damit aus das mit Hilfe der GA-Algorithmen die NN Backpropagation-Algorithmen wieder "zurechtgerückt" werden, wenn sie sich bei der Fehlerminimierung verhaspeln und die Ergebnisqualität der Netze nicht optimal ist-sehe ich das so richtig?
upgap
unregistriert
Snoopy
unregistriert
upgap
unregistriert
Dieser Beitrag wurde bereits 1 mal editiert, zuletzt von »upgap« (24. August 2008, 11:53)
upgap
unregistriert
Zitat
Warum MUSS man bei NNs/GA's manuell selektieren ?
Man nehme einfach die Population mit der höchsten Fitness.
Dieser Beitrag wurde bereits 3 mal editiert, zuletzt von »sten« (24. August 2008, 14:49)
Zitat
® Die Optimierungshistorie für Neuronale Netze
Die Optimierungshistorie zeigt eine Auflistung der Ergebnisse eines Neuronales Netz im Trainings-, Evaluierungs- oder Kontrollzeitraum. Wählen Sie den gewünschten Zeitraum in der Dropdownliste Ergebnisanzeige. Die Anzeige der Ergebnisse kann durch Klicken auf den jeweiligen Spaltenkopf nach jeder gewünschten Spalte sortiert werden.
Zusätzlich zu den bekannten Testergebnissen finden Sie links in der Liste die Spalte „Rating", die den prozentualen Rang des besten Neuronalen Netzes der jeweiligen Generation im Vergleich zu den übrigen Netzen der Generation anzeigt (der Rang berechnet sich anhand der gewichteten Summe der einzelnen Ergebnisse).