Внимание!!! Это старая версия нашего сайта, новая версия находится здесь Эта страница предназначена для публикации типичных вопросов наших клиентов и пользователей и наших ответов на эти вопросы.
Вопрос: Есть ли какой безболезненный способ заставить работать GeneHunter версии 1.0 в Excel97? Насколько я понимаю, все дело в именах переменной "Array" в модуле Galib.bas, которые уже в новой версии VBA, включенной в Excel97, используется в качестве служебного слова. Мне кажется это досадным недоразумением (если, конечно, я правильно все понял) и не хотелось бы из-за этого приобретать новую версию программы. (Султан, ООО "Нейро-Линк") (30.11.98)
Ответ:GeneHunter версии 1.0 был написан задолго до появления Excel 97, и потому взаимодействие этих продуктов невозможно. Вы совершенно верно заметили, что одна из проблем - зарезервированное слово Array, но эта проблема далеко не единственная. Заметим, что Вы, как зарегистрированный пользователь GeneHunter 1.0, имеете право на обновление до GeneHunter 2.0. При этом Вам не придется платить полную цену, а всего лишь стоимость обновления. Кроме совместимости с Excel 97, новая версия имеет ряд дополнительных преимуществ, одно из которых - повышение скорости работы на 50-300%. Подробный список отличий GeneHunter 2.0 от GeneHunter 1.0 Вы можете найти здесь.
Вопрос: Меня интересуют нейронные сети и генетические алгоритмы сами по себе (пока безотносительно ваших продуктов). Не могли бы вы порекомендовать www-ссылки (или книги и где их можно купить) по этой тематике, как для quick start, так и для более детального изучения? (Денис Шадрин, компания NovoSoft, Новосибирск) (30.11.98)
Ответ: Советуем для начала просмотреть разделы нашего сайта "Ссылки" и "Публикации". Если Вас интересуют именно книги, обратите внимание на издательство ТВП. Одной из последних книг является: Горбань, Россиев "Нейронные сети на ПК". Популярное описание - Уоссермен "Нейрокомпьютерная техника". Статьи по генетическим алгоритмам встречаются в журнале "Новости искусственного интеллекта", который можно поискать в библиотеке.
Вопрос: Я не доверяю полностью автоматическим системам, все регулировки у которых спрятаны где-то внутри и недоступны пользователю, и которые пытаются думать за Вас, подобно Windows 95. Не могли бы Вы порекомендовать какой-либо из Ваших продуктов, который, имея автоматический выбор оптимальных начальных установок, позволял бы тем не менее самостоятельно изменять их и полностью настраивать систему, добиваясь наилучшего результата? (01.12.98)
Ответ: Вам лучше всего подойдет NeuroShell 2, мощная универсальная система работы с нейронными сетями, предоставляющая пользователю возможность при желании самостоятельно устанавливать все параметры любой из 16 нейросетевых архитектур, включенных в этот продукт. Для более подробного знакомства с NeuroShell 2 обратитесь, пожалуйста, на посвященные ему страницы нашего сайта.
Вопрос: Я не хочу вникать в нейросетевые технологии и становиться экспертом в этой области. Есть ли у Вас какие-либо продукты, которые позволяют не специалисту быстро и легко получить приемлемые результаты? (01.12.98)
Ответ: Такие продукты есть, они входят в так называемую NeuroShell Series. Продукты этой серии очень просты в применении, имеют минимальное количество настроек и регулировок и практически не требуют от пользователя знания нейросетевых технологий. В то же время в них использованы самые последние нейросетевые разработки, позволяющие получать очень хорошие результаты. Более подробно об этих продуктах можно узнать на посвященных им страницах нашего сайта.
Вопрос: Сколько примеров требуется для тренировки нейронной сети? (01.12.98)
Ответ: Это сильно зависит от Вашей задачи и точный ответ дать невозможно. В самом общем случае принято считать, что количество примеров должно на порядок превышать количество степеней свободы (подстраиваемых параметров, т.е. весов) в сети. Однако, это не означает, что при меньшем количестве примеров нельзя получить приемлемые результаты. Кроме этого, существуют специальные неросетевые архитектуры, такие, как нейронная сеть с общей регрессией (НСОР) и вероятностная нейронная сеть (ВНС), превосходно работающие на "рыхлых" данных, при количестве примеров, начиная от нескольких десятков. (Эти архитектуры включены в наш пакет NeuroShell 2). С другой стороны, чем больше будет примеров, тем лучше будет работать сеть, только если примеры представляют один и тот же исследуемый объект. Например, если Вы занимаетесь предсказанием курсов акций, то вряд ли добавление в тренировочный набор докризисных данных повысит точность прогноза, так как можно предположить, что до кризиса исследуемая Вами система развивалась по несколько другим законам. Иногда правильно определить, какие данные следует учитывать при решении задачи прогнозирования, бывает довольно сложно.
Вопрос: Не могли бы вы как-то охарактеризовать ухудшение адекватности сгенерированных моделей со временем (очевидно, по ошибкам на ее выходе при фиксированных параметрах и структуре) при отсутствии видимых влияний фундаментального характера на рынок? И обратное - как влияют сильные изменения в рыночном ценообразовании, которые учтены в параметрах модели при ее генерации, на достоверность будущих прогнозов? (Дмитрий Чекан, Львов, Украина) (08.02.99)
Ответ: 1. Не следует переоценивать возможности нейросетей. Все, что НС знает при тренировке - это набор числовых значений, задающих неизвестную зависимость. При подстройке весов НС постепенно отыскивает наилучший способ аппроксимации искомой закономерности. Если же по каким-то внешним
причинам закономерность кардинальным образом изменилась, то НС, скорее всего, будет уже не в состоянии адекватно описать ее, и потребуется ее перетренировка на более "свежих" данных. С другой стороны, не следует и переоценивать возможности человека-эксперта. "Невидимость" влияний еще не означает их отсутствия. НС способна изыскивать в данных скрытые зависимости нелинейного характера, наличие которых порой не в состоянии заметить даже наметанный глаз трейдера.
2. Резкие изменения параметров в большинстве случаев неблагоприятно влияют на достоверность прогнозов, построенных с использованием любой модели, в том числе и НС прогнозов. Одна из проблем, связанных с учетом подобных резких изменений, заключается в том, что сильные изменения происходят достаточно редко. Поэтому количество примеров, описывающих кризисные ситуации, порой оказывается слишком мало для того, чтобы НС могла быть качественно обучена для работы в таких ситуациях. Заметим, что в пакете NeuroShell 2, а также в пакетах NeuroShell Predictor и NeuroShell Classifier есть нейросетевые парадигмы (нейросеть с общей регрессией, НСОР), которые хорошо зарекомендовали себя при работе с очень малыми наборами данных и могут давать неплохие результаты при работе в "кризисных" ситуациях.
Вопрос: Хочу прослушать лекции по Neuro Shell Series, однако, имеются сомнения. Во-первых, насколько глубокими должны быть знания в области математики для полного осмысления принципа работы данной программы? Во-вторых, может ли вышеуказанная версия программы эффективно (по сравнению с Вашими более сложными и дорогими продуктами) применяться на финансовых рынках? (Аксенов Денис) (09.02.99)
Ответ: 1. Глубоких математических знаний иметь не нужно. Нейросети сами по себе устроены довольно просто - об этом Вы можете прочесть в разделе "Учебник". Нужно только понимать
влияние тех параметров, которые открыты для управления сетью. Однако в программах NeuroShell Series таких параметров не более 5 - там используется довольно сложная самоорганизующаяся нейросеть, которая в основном настраивается автоматически. Такая же сеть используется в NeuroShell Trader.
2. Для работы на финансовых рынках и NS Predictor и NS Classifier, несомненно, пригодны. В разделе "Примеры" Вы найдете архив с финансовыми примерами для NeuroShell Series. Входные данные в них - курс акций РАО ЕЭС c 5 января по 17 апреля 1998 года. После обучения сети ее тестировали на 7 следующих днях для предсказания изменения цены (Predictor) или знака изменения цены (Classifier). Predictor при этом не сделал ни одной ошибки в предсказании знака, а Classifier - 1 ошибку.
3. Что касается лекций: к сожалению, мы не практикуем бесплатное обучение до покупки продуктов. Основные сведения мы можем сообщить Вам по почте. Подробная демонстрация происходит при покупке продукта. Еще один вариант - платный семинар, где Вы можете сами выбрать тематику, длительность и количество слушателей. Если число слушателей будет достаточно велико, то возможна скидка на стоимость такого семинара.
Вопрос: Ответьте, пожалуйста, почему предсказанная кривая смещена по оси времени в сторону больших значений? Ведь предсказанное должно предшествовать будущему, т.е. сначала должен появиться прогноз, а потом какие-то значения. (Пользователь ссылается на сайт одного из наших дилеров, где приведена соответствующая картинка.) (Дмитрий Чекан, Львов, Украина) (14.05.99)
Ответ: Эта проблема постоянно встречается при решении задач прогнозирования -
предсказанная кривая очень часто оказывается исходной кривой, сдвинутой
вправо на величину горизонта прогнозирования. Иными словами, прогноз
"завтра будет то же, что было сегодня" для нейросети во многих случаях
является предпочтительным. Почему? Как правило, это связано с
неправильной подготовкой данных. Рассмотрим, например, задачу
прогнозирования цены. Для определенности будем считать, что мы строим
прогноз на завтра. Пусть в качестве прогнозируемой величины выступает
завтрашнее значение цены, а в качестве входных значений используются
задержанные значения цены (сегодняшнее, вчерашнее и т.д.). Если кривая
цены не имеет явно выраженного тренда, то изменение цены в среднем равно
нулю, а направление изменения цены с равной вероятностью может быть как
положительным, так и отрицательным. Наиболее ожидаемым ответом является,
таким образом, нулевое изменение цены (т.е. "завтра=сегодня").
Неудивительно, что с точки зрения нейросети такой прогноз и является
наиболее правильным.
Заметим, что такой прогноз имеет порой весьма высокий коэффициент
корреляции и может ввести неопытного пользователя в заблуждение. Чтобы
избежать такого результата, не следует, в частности, использовать в
подобного сорта задачах абсолютные значения - лучше пользоваться их
абсолютными или относительными изменениями. Можно также удалить из
набора входных переменных "сегодняшнее значение" цены. По крайней мере,
это предотвратит нахождение нейросетью тривиального решения.
Еще заметим, что упомянутая Вами кривая получена с помощью одной из
программ, входящих в демонстрационный комплект программ к пакетам
NeuroShell 2 и NeuroWindows.
Вопрос: Подскажите пожалуйста, имеется ли возможность опробовать работу коммерческих продуктов на каких-то реальных задачах до их покупки? Я пробовал работать с несколькими бесплатными пакетами на своих примерах. Полученные результаты удовлетворяли далеко не всегда. (Евгений Шполянский, НПФ "Телеком-Союз") (26.05.99)
Ответ: На нашем сайте Вы можете найти примеры применения наших продуктов для решения реальных задач при работе на фондовом рынке и задач социально-экономического развития. Вы можете сгрузить эти примеры и сравнить приведенные в них результаты с результатами, которые Вы сможете получить на доступных Вам демонстрационных версиях других программ. К сожалению, у наших продуктов в настоящее время нет демонстрационных версий, которые позволяли бы пользователю попробовать поработать со своими данными.
Заметим, кстати, что, как правило, любой серьезный программный продукт требует времени на его освоение и приобретения определенного опыта работы с ним для того, чтобы пользователь мог получить хорошие результаты. Поэтому, по-видимому, самым правильным способом сравнения продуктов до их приобретения является сравнение результатов, приводимых для сходных задач авторами этих продуктов - они лучше всего умеют работать со своими программами.
Если у Вас есть конкретные вопросы относительно каких-то определенных типов задач - задавайте, постараемся ответить. Наш опыт далеко не исчерпывается примерами, приведенными на упомянутой выше странице.
Что же до бесплатных пакетов - так на то они и бесплатные... По крайней мере, их авторы вряд ли будут оказывать Вам какую-либо поддержку в работе с их продуктами и давать какие-либо советы.
Вопрос: Существует ли сравнительный анализ работы различных пакетов для какой-либо конкретной задачи? (Евгений Шполянский, НПФ "Телеком-Союз") (26.05.99)
Ответ: Нам, к сожалению, ничего о таких анализах неизвестно. Как правило, с подобными сравнениями каждый возится сам, ибо сколько задач (а порой и сколько пользователей) - столько и мнений о критериях оценки.
Что же касается наших продуктов, то их сравнение можно найти в таблице.
Вопрос: Прошу сравнить пакет NeuroShell 2 (может быть, в комбинации с GeneHunter и NeuroWindows) c пакетом STATISTICA Neural Networks компании StatSoft Russia. Интересуют преимущества и недостатки того или иного пакета по различным показателям, в том числе, по работе с исходными данными, созданию сети, обучению(скорость, алгоритмы), тестированию, модификации сети, требованиям к операционной среде, интеграции с другими приложениями, интерфейсу и т.д. (24.12.99)
Ответ: Смотрите таблицу. Использовалась информация о пакете Statistica NN package, взятая с их сайта. Единственная дополнительная информация, полученная
непосредственно у "Статистики", - об отсутствии в пакете рекуррентных сетей. Надеемся, что сравнение достаточно объективно. Если у кого-нибудь есть дополнения, вопросы и/или замечания, пишите.
Вопрос: Автономное применение сетей не работает в Excel 2000. Вызванная функция Predict вместо числового значения возвращает логическое значение "ЛОЖЬ". Почему это происходит и как с этим бороться? (18.11.02)
Ответ: Компания Микрософт отключила вызов функций внешних библиотек из листов Microsoft Excel, начиная с версии 2000, ссылаясь на соображения безопасности. Для того, чтобы обойти эту проблему, была создана макро-функция на VBA. Вы можете скачать самораспаковывающийся архив (40 Кбайт), содержащий эту функцию в виде кода и в виде надстройки Excel, а также пример и описание того, как пользоваться автономным применением сетей в Excel 2000.
