مشخصات کتاب

Machine Learning in the Analysis and Forecasting of Financial Time Series

ویرایش:  
نویسندگان: Jaydip Sen. Sidra Mehtab  
سری:  
ISBN (شابک) : 1527583244, 9781527583245 
ناشر: Cambridge Scholars Publishing 
سال نشر: 2022 
تعداد صفحات: 384
[385] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 14 Mb 

در صورت تبدیل فایل کتاب Machine Learning in the Analysis and Forecasting of Financial Time Series به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب یادگیری ماشینی در تحلیل و پیش‌بینی سری‌های زمانی مالی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب یادگیری ماشینی در تحلیل و پیش‌بینی سری‌های زمانی مالی

این کتاب مجموعه‌ای از موارد واقعی است که نحوه مدیریت داده‌های سری زمانی مالی چالش‌برانگیز و ناپایدار را برای درک بهتر رفتار گذشته و پیش‌بینی قوی حرکت آینده آن‌ها نشان می‌دهد. این نشان می‌دهد که چگونه مفاهیم و تکنیک‌های آماری، اقتصادسنجی، یادگیری ماشینی و یادگیری عمیق برای ساخت مدل‌های پیش‌بینی قوی، و راه‌هایی که در آن این مدل‌ها می‌توانند برای ساخت سبد سرمایه‌گذاری‌های سودآور استفاده شوند، به کار می‌روند. تمام مفاهیم و روش‌های مورد استفاده در اینجا با استفاده از زبان‌های R و Python در چارچوب‌های TensorFlow و Keras پیاده‌سازی شده‌اند. این کتاب به ویژه برای دانشجویان پیشرفته تحصیلات تکمیلی و دکتری مالی، اقتصاد، اقتصاد سنجی، آمار، علوم داده، علوم کامپیوتر و فناوری اطلاعات مفید خواهد بود.

توضیحاتی درمورد کتاب به خارجی

This book is a collection of real-world cases, illustrating how to handle challenging and volatile financial time series data for a better understanding of their past behavior and robust forecasting of their future movement. It demonstrates how the concepts and techniques of statistical, econometric, machine learning, and deep learning are applied to build robust predictive models, and the ways in which these models can be used for constructing profitable portfolios of investments. All the concepts and methods used here have been implemented using R and Python languages on TensorFlow and Keras frameworks. The book will be particularly useful for advanced postgraduate and doctoral students of finance, economics, econometrics, statistics, data science, computer science, and information technology.

فهرست مطالب

Dedication
Table of Contents
List of Figures
List of Tables
Preface
Chapter 1
Chapter 2
Chapter 3
Chapter 4
Chapter 5
Chapter 6
Chapter 7
Contributors

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Heidegger, Kant and Time

دانلود کتاب The 2011 Libyan Uprisings and the Struggle for the Post-Qadhafi Future

دانلود کتاب Rigged Money: Beating Wall Street at Its Own Game

دانلود کتاب Immunoassays For Drugs Subject To Abuse

دانلود کتاب Трудове право, право соціального забезпечення та сучасні проблеми проходження служби в органах внутрішніх справ