Algoritmi neurali per il lotto

di il
90 risposte

90 Risposte - Pagina 3

  • Re: Algoritmi neurali per il lotto

    Ciao Psycho
    come va?
    Non ho avuto piu' notizie circa i tuoi sudi di NN applicati al lotto.
    Hai fatto altro scoperte?
    Qualcun altro di Voi ha fatto esperimenti di NN o GA applicati al gioco del lotto?
    Aspetto tue news.
    ALEX
  • Re: Algoritmi neurali per il lotto

    Ciao AlexP,
    al momento ho "sospeso" gli studi neurali, anche perchè non ero soddisfatto dei risultati acquisiti. Inizialmente la rete si era dimostrata molto performante, ma nelle successive simulazioni, il rendimento era sceso. I risultati erano sempre superiori al modello puramente randomico, ma non tanto da potersi definire un risultato. Così, ho iniziato a lavorare ad un altro progetto, sul lotto. Nel corso di questo lavoro ho trovato un nuovo spunto per semplificare la rete e cercare un nuovo approccio. Tuttavia questo modello è ancora in corso di definizione (cioè: è solo una idea molto vaga per ora).

    Per questo nuovo modello, però, dovrei uscire dalle reti binarie ed approcciare le reti a valori interi (non sono fiducioso nella normalizzazione di un dato binario). Cioè: mi serve un modello dove ogni neurone non dia un valore tra 0 ed 1 da interpretare, ma dia un valore in un range di interi. Qualche idea su come adattare una EBP?

    Un saluto.
  • Re: Algoritmi neurali per il lotto

    Ciao
    complimenti per i tuoi nuovi studi.
    io sto conitnuando alle rete BPN, almeno per ora. Ho costruito una rete BPN standard, ma mi sono accorto che Se io ho una rete neurale con 5 input e 5 output e uan serie storica
    iniziale del tipo
    1 2 3 4 5
    19 23 44 55 66
    Qando la rete mi calcola l'errore, lo calcola come differenza tra il
    primo valore e il primo "previsto"
    il secondo reale e il secondo previsto
    il terzo reale e il terzo previsto
    il quarto reale e il quarto previsto
    il quinto reale e il quinto previsto
    e cosi' via.
    Sulle serie finanziarie vanno bene, mentre sul gioco del lotto non va bene.
    Tu come hai risolto il problema?
    A presto.
    ALEX
  • Re: Algoritmi neurali per il lotto

    In realtà io ho utilizzato un approccio molto più euristico, ed ho costruito una rete con molti più input ed output, inserendo anche informazioni statistiche opportunamente codificate. Inoltre ho utilizzato una rete a 3 livelli (1 hidden layer, ma credo questo l'abbia fatto anche tu), e vista la strutturazione della rete, alla fine non ho riscontrato andamenti così lineari come quello descritto da te. Tutti i miei neuroni però sono a valore 0-1, in alcuni casi utilizzato come range e non come booleano (ad esempio nella rappresentazione di dati statistici normalizzati). Da quello che mi indichi tu, invece, mi pare di capire che tu hai utilizzato neuroni a valori interi nel range 1-90. Hai lavorato anche tu per normalizzazione, o hai utilizzato una struttura differente dal solito neurone a sigmoide?
  • Re: Algoritmi neurali per il lotto

    CIao
    ho usato anche io una funzione sigmoide, invece che una lineare. Ho normalizzato i valori. Ma devo pensare a come gestire l'errore. Ci pensero' questo fine settimana. Magari provo a chiedere qualche cosa nel newsgroup delle reti neurali. Se qualcuno ha una buona idea....
    A presto.
    ALEX
  • Re: Algoritmi neurali per il lotto

    Mi dispiace non esserti stato utile, ma personalmente, ritengo che molto dipenda dal modello, che come sai va scelto attraverso euristiche e test. Io non ho seguito la strada della serie numerica, ed è per questo che non ho avuto lo stesso errore, sebbene nel mio nuovo approccio sto valutando la possibilità di semplificare il modello e di andare anche io verso la serie numerica. Purtroppo, a differenza dell'ambito finanziario, dove ci sono leggi statistiche più solide che la rete può apprendere, in ambito del gioco la sola statistica che secondo me può essere applicata è quella dei grandi numeri, e pertanto non sono molto fiducioso in questo tipo di approccio. Ed è per questo che il mio modello per ora è solo una idea, in quanto deve essere opportunamente integrato con statistiche sui grandi numeri.

    Spero che queste mie osservazioni possano esserti di aiuto.
  • Re: Algoritmi neurali per il lotto

    Ciao psycho,
    come va?
    A che punto sei con il tuo programma di lotto che usa le reti neurali?
    Io sto leggnedo documentazione, e poi mi metto all'opera a programmare un applicazione.
    A presto.
    ALEX
  • Re: Algoritmi neurali per il lotto

    Ciao Alex, tutto bene, tu?

    A dire il vero avevo sospeso l'argomento, anche se ultimamente mi era venuta una mezza idea per "stravolgere" il modello... Però credo che ci vorrà almeno un mese prima di rimettermi a lavoro...
  • Re: Algoritmi neurali per il lotto

    Ciao
    Io continuo a credere di essere nella strada giusta. Devo capire esattamente come dare gli input e come gestire gli hidden layer. Sto leggendo tanta documentazione. Secondo me ci sono margini.
    A presto.
    ALEX
  • Re: Algoritmi neurali per il lotto

    alexp ha scritto:


    Ciao
    Io continuo a credere di essere nella strada giusta. Devo capire esattamente come dare gli input e come gestire gli hidden layer. Sto leggendo tanta documentazione. Secondo me ci sono margini.
    A presto.
    ALEX
    Beh, diciamo che sono i due quesiti "maggiori"... Io in realtà ero sulla strada dell'input unico, però volevo gestire anche qualche parametro accessorio, tipo un delta, una "velocità" di errore, per arrivare non alla previsione della sestina "secca" (quanto mai utopica) bensì alla definizione di un sistema di una decina di numeri...
  • Re: Algoritmi neurali per il lotto

    Anche io sto andando verso quella strada. Ricordando che l'ambo in decina da' 5 volte la posta, potrebbe essere ancora remunerativo. Anche se si dovessero giocare 2 schedine con 10 numeri, si vincerebbero 2,5 volte la posta..
  • Re: Algoritmi neurali per il lotto

    Scusate l'OT
    salve ragazzi,
    mi sto avvicinando da poco alle reti neurali anzi diciamo pure che sono un "niubbone" sebbene laureato in informatica , sto cercando di leggere tutto cio che riesco a trovare in rete.

    tra un percptron ed un altro mi stavo chiedendo proprio se questo genere di approccio potesse essere applicato ai giochi probabilistici e mi sono imbattuto per caso in questo forum

    il linguaggo che conosco meglio è il php, potete indicarmi delle fonti (tutorial) di come si inizia a programmare una rete neurale?

    grazie
  • Re: Algoritmi neurali per il lotto

    Ciao sgraffo...

    Non so se sei V.O. o no, e che conoscenza hai di reti neurali, ma essendo le reti abbastanza semplici, basta conoscere un modello e implementarlo, come l'EBP.

    Purtroppo non so indicarti nulla sulla rete, non ricordo ai miei tempi cosa avevo cercato e non ho più con me i sorgenti (dovrei avere qualche backup, che devo ripescare perchè avevo nuove e interessanti idee)...

    Ovviamente, sappi che c'è anche un certo spazio alle "personalizzazioni", quindi non ti fermare sul primo modello
  • Re: Algoritmi neurali per il lotto

    Ciao psyco!
    posso farti alcune domande a cui non ho ancora trovato risposta sulla rete?

    parliamo di Single Layer .. quindi input-output

    non ho capito al momento come far fare il training alla rete neurale...
    immaginando la più semplice delle situazioni 2 input e un output
    x1
    x2
    output O=x1+2*x2
    genero casualmente K risultati aventi tale regola. voglio creare un rete che riesca a riconoscere tale funzione, quindi in realta la rete deve trovare quali sono i pesi esatti ossia w1=1 e w2=2 il che significa avere risolto il problema.

    quello che ho fatto fino ad ora è stato
    prendo una coppia x1 ed x2
    genero casualmente dei valori piccoli per i pesi w1 e w2
    ####
    calcolo output Yt =x1*w1+x2*w2
    applico una funzione F di attivazione a Yt

    ora qui inizio a perdermi..
    quindi dovrei ciclare fino a quando idealmente F(Yt) non diventa uguale all'output desiderato O giusto ?
    quindi devo ricalcolare i pesi (0.1 e' la velocità di apprendimento)

    w1(new)=w1(old)+0.1(O-F(Yt))*x1
    w2(new)=w2(old)+0.1(O-F(Yt))*x2
    ritorna a ####

    ora non ho capito come passo alla seconda coppia di dati per il training e dove devo memorizzare tali dati.... ogni coppia successiva che analizzo mi crea un nuovo neurone con un output associato ?
    poi assumendo che il training set sia costituito solo da una coppia di valori ed 1 output come nel caso in esempio
    avrei quindi addestrato la rete con una sola coppia di valori ed un output.... come la testo ?

    come fornisco una nuova coppia di dati e l'output associato per far in modo che la rete addestrata mi dica i "pesi" giusti ? la fase della verifica mi è praticamente oscura.....
    grazie
  • Re: Algoritmi neurali per il lotto

    Dunque, mi prendi un attimo impreparato, perchè è da molto tempo che non metto mano al codice e alle reti neurali, sebbene in linea di massima qualche indicazione te la posso dare...

    Innanzitutto, per il training servono più esempi eterogenei... Infatti, se volessi insegnare una funzione come y=Sin(x) (difficile da realizzare con una single layer), non basterebbe avere la coppia di input/output (0,0) e (pigreco/2,1), ma servirebbero valori abbastanza casuali tra 0 e 2pigreco...

    Quindi serve una rete "ben progettata" (e qui non ci sono regole fisse) ed un insieme eterogeneo di input. A questo punto si passa all'addestramento.

    Dove si conservano i risultati? Semplice, sui pesi stessi, che vengono modificati sulla base del "gradiente di errore" in modo da convergere lentamente ai valori di output desiderati. In genere, non conviene una modifica "pesante" dei pesi, ma conviene agire per piccole modifiche degli stessi, ripetendo il training più volte.

    Quando finisce l'allenamento della rete? Quando la misura dell'errore (differenza output desiderato e output ottenuto) è ritenuta "soddisfacente". Raramente si raggiunge l'errore nullo, anche perchè la rete tende a "memorizzare" i risultati e non ad apprendere la funzione, quindi occorre non ripassare troppe volte gli esempi e lasciare un margine di errore...

    Quindi, ricapitolando, crei un training set (anche casuale), addestri la rete in un ciclo, ad ogni "passata" aggiorni i pesi della stessa rete, e ripeti fino a quando l'errore diventa "accettabile"...
Devi accedere o registrarti per scrivere nel forum
90 risposte