Andere Kunden interessierten sich auch für
![Técnicas de aprendizaje automático para el análisis de la calidad del aire]( "Técnicas de aprendizaje automático para el análisis de la calidad del aire")
Técnicas de aprendizaje automático para el análisis de la calidad del aire32,99 €![Predicción de ictus mediante algoritmos de aprendizaje automático]( "Predicción de ictus mediante algoritmos de aprendizaje automático")
Predicción de ictus mediante algoritmos de aprendizaje automático27,99 €![Aprendizaje automático para principiantes]( "Aprendizaje automático para principiantes")
Aprendizaje automático para principiantes32,99 €![Algoritmo de aprendizaje automático mejorado: Gran perspectiva de datos]( "Algoritmo de aprendizaje automático mejorado: Gran perspectiva de datos")
Algoritmo de aprendizaje automático mejorado: Gran perspectiva de datos30,99 €![Aprendizaje automático y sus aplicaciones en la agricultura]( "Aprendizaje automático y sus aplicaciones en la agricultura")
Aprendizaje automático y sus aplicaciones en la agricultura33,99 €![Aprendizaje automático para SE: técnicas, herramientas y aplicaciones]( "Aprendizaje automático para SE: técnicas, herramientas y aplicaciones")
Aprendizaje automático para SE: técnicas, herramientas y aplicaciones32,99 €![Desarrollo web inteligente: Fusión de PNL y aprendizaje automático]( "Desarrollo web inteligente: Fusión de PNL y aprendizaje automático")
Desarrollo web inteligente: Fusión de PNL y aprendizaje automático32,99 €
La toma de decisiones en el mercado de valores es una tarea muy desafiante y difícil de predicción de datos financieros. La predicción sobre el mercado de valores con un movimiento de alta precisión produce beneficios para los inversores de las acciones. Debido a la complejidad de los datos financieros del mercado de valores, el desarrollo de modelos eficaces para la decisión de predicción es muy difícil, y debe ser preciso. En este estudio se ha intentado desarrollar modelos de predicción del mercado de valores y decidir si se compran o retienen las acciones utilizando técnicas de minería de datos y aprendizaje automático. Se han utilizado técnicas de aprendizaje automático como Naive Bayes, k-Nest Neighbor (k-NN), Support Vector Machine (SVM), Artificial Neural Network (ANN) y Random Forest para desarrollar el modelo de predicción. Los indicadores técnicos se calculan a partir de las cotizaciones bursátiles basadas en datos cronológicos y se utilizan como entradas de los modelos de predicción propuestos. Se han utilizado diez años de datos bursátiles para la predicción de señales de las acciones. Basándose en el conjunto de datos, estos modelos son capaces de generar una señal de compra/retención para el mercado de valores como resultado.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.