با سلام و احترام
همانگونه که در عکس های پیوستی در این پیام مشخص است پروژه شبکه عصبی Lstm برای دو شاخص EURUSD و همچنین ETH-USD انجام شد.
همانگونه که در عکس۱ مشخص است برای EURUSD مقدار RMSE=0.013 شد که مقدار خیلی پایینی است. اما در عکس ۲ که میزان دقت را در پیش بینی برای EURUSD نشان می دهد با این RMSE پایین هیچ عملکرد خوبی نداشت.
در صورتی که در شکل۳ مشاهده می گردد که برای ETH-USD مقدار RMSE=184.217 است و در عکس۴ میزان دقتش در پیش بینی را نشان می دهد که با این RMSE بالا دقت خوبی دارد.
لازم به ذکر است برای این دو شاخص ساختار شبکه به کار برده شده یکسان است و هیچگونه تفاوتی با یکدیگر از نظر تعداد لایه یا epoch و... ندارند و هردو شبکه به کار برده شده یکسان هستند.
حال سوال اینجاست RMSE که جذر میانگین مربعات خطا است و در آموزش هم بیان شد که تلاش شود مقدار آن کم شود پس چرا وقتی مقدارش نزدیک به صفر رسید عملکردش تا این حد ضعیف شد؟ وقتی پایین آمدن rmse دقت را تا این حد پایین آورد پس چه مبنایی را برای rmse مناسب قرار دهیم؟
با تشکر از دوره بسیار خوب و کاربردی




سلام خدمت شما، در صورتی که مدل شما خطای پایینی رو نشون میده اما در عمل، خطای زیادی داره نشون دهنده این هست که مدل شبکه عصبی شما دچار Overfitting شده. برای اصلاح مدل و رفع مشکل می تونید از روش های مختلفی استفاده کنید. لینک زیر به شما کمک میکنه:
https://elitedatascience.com/overfitting-in-machine-learning