Тег: нейронні мережі

Ефективність використання нейромережевих моделей для прогнозування руху цін, акцій компаній на ринку

Автор: и

Библиографическое описание статьи для цитирования:

и. Ефективність використання нейромережевих моделей для прогнозування руху цін, акцій компаній на ринку//Наука онлайн: Международный научный электронный журнал. - 2019. - №6. - https://nauka-online.com/publications/informatsionnye-tehnologii/2019/6/efektivnist-vikoristannya-nejromerezhevih-modelej-dlya-prognozuvannya-ruhu-tsin-aktsij-kompanij-na-rinku/

Аннотация: (Українська) У роботі були розглянуті моделі прогнозування фінансових часових рядів. Проаналізовано методи стандартного інтелектуального аналізу даних та його взаємодія з методами обчислювального інтелекту для вирішення задач прогнозування.

Використання каскадних нео-фаззі нейронних мереж для прогнозу

Автор:

Библиографическое описание статьи для цитирования:

. Використання каскадних нео-фаззі нейронних мереж для прогнозу//Наука онлайн: Международный научный электронный журнал. - 2018. - №7. - https://nauka-online.com/publications/tehnicheskie-nauki/2018/7/vikoristannya-kaskadnih-neo-fazzi-nejronnih-merezh-dlya-prognozu/

Аннотация: (Українська) У статті розглянута каскадна нео-фаззі нейронна мережа, зроблені висновки о точності моделі при різній кількості правил та входів. Розглянута робота моделі при прогнозі промислового індексу Доу-Джонса.

Прогнозирование курса криптовалют на основе фундаментального анализа

Автор:

Библиографическое описание статьи для цитирования:

. Прогнозирование курса криптовалют на основе фундаментального анализа//Наука онлайн: Международный научный электронный журнал. - 2018. - №5. - https://nauka-online.com/publications/tehnicheskie-nauki/2018/5/prognozirovanie-kursa-kriptovalyut-na-osnove-fundamentalnogo-analiza/

Аннотация: Предложена схема, позволяющая прогнозировать курс криптовалют с точностью 20-50% в зависимости от периода прогноза, а также прогнозировать тренд курса с точностью до 100%. Сосредоточено внимание на использовании фундаментального анализа при решении задачи прогноза курса криптовалют, основываясь на активности пользователей Twitter.

Багаторівневе навчання

Автор:

Библиографическое описание статьи для цитирования:

. Багаторівневе навчання//Наука онлайн: Международный научный электронный журнал. - 2018. - №5. - https://nauka-online.com/publications/informatsionnye-tehnologii/2018/5/bagatorivneve-navchannya/

Аннотация: (Українська) В даній статті розглянуто багаторівневе начання, модель, його основні поняття та алгоритми, популярність та сфера використання.

Подготовьте

научную статью на актуальную тему

Отправьте

научную статью на e-mail: editor@inter-nauka.com

Читайте

Вашу статью на сайте нашего журнала