LearnFlat · Handel, Inwestowanie i Pieniądze · Handel Algorytmiczny i Ilościowy

Machine Learning w Handlu

Zastosuj modele uczenia maszynowego, w tym regresję, klasyfikację i uczenie ze wzmocnieniem, aby przewidywać ruchy rynkowe i generować sygnały handlowe.

Machine Learning w Handlu

Uczenie maszynowe z JavaScript i TensorFlow.js

Podstawy uczenia maszynowego: budowanie modelu szacowania wartości

Projekty z zakresu stosowanego uczenia maszynowego i głębokiego uczenia się

Stosowane uczenie maszynowe do handlu akcjami i kryptowalutami w Pythonie

Analiza regresji w Pythonie: modele statystyczne i uczenia maszynowego

Początek uczenia maszynowego: regresja Pythona i TensorFlow

Podstawy uczenia maszynowego: sieci neuronowe i drzewa decyzyjne

Analiza regresji w uczeniu maszynowym: przewidywanie ciągłych wyników

Inżynieria funkcji dla uczenia maszynowego

Przewodnik po projekcie uczenia maszynowego: budowanie systemu rekomendacji

Python Machine Learning dla danych szeregów czasowych

Uczenie maszynowe do analizy finansowej

Praktyczne uczenie maszynowe z Keras: przewodnik krok po kroku

Regresja logistyczna dla klasyfikacji w Pythonie

Data Science, uczenie maszynowe i sieci neuronowe z Pythonem

Praktyczne uczenie maszynowe dla inżynierów w MATLAB

Uczenie maszynowe z Pythonem: przewodnik dla początkujących po praktycznych modelach

Stosowane uczenie maszynowe: praktyczne koncepcje i modele w Pythonie

Python Machine Learning Scientist: Podstawy i praktyczne modele

Uczenie maszynowe w Pythonie: budowanie i optymalizacja modeli predykcyjnych

Uczenie maszynowe dla programistów aplikacji: budowanie i integrowanie inteligentnych modeli

Praktyczne uczenie maszynowe z TensorFlow dla początkujących

Konfiguracja środowiska Pythona dla uczenia maszynowego

Tworzenie interfejsów aplikacji Machine Learning za pomocą Pythona