股票预测的神经网络与随机方法 电子书

股票预测的神经网络与随机方法

9.9开通会员

内容简介

本书顺应我国高等教育内涵式发展的趋势,从规模、结构、质量及效益方面对高等教育内涵式发展进行了完整、系统的剖析,为更好地解决我国高等教育内涵式发展现实问题提供了多个角度的理论指导。

章节目录

股票预测的神经网络与随机方法是2021年由北京师范大学出版社出版,作者成刚。

温馨提示:
1.本电子书已获得正版授权,由出版社通过知传链发行。
2.该电子书为虚拟物品,付费之后概不接收任何理由退款。电子书内容仅支持在线阅读,不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用,您不得/不能给任何第三方使用,由此造成的一切相关后果本平台保留向您追偿索赔的权利!版权所有,后果自负!
得书感谢您对《股票预测的神经网络与随机方法》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

你可能喜欢
随机系统的控制理论和控制方法 电子书
现实世界中的各种动态系统几乎都要受到各种随机因素的干扰,当精度要求比较高或是这些随机因素不能被忽略时,就要把这些系统当作随机系统来对待。随机系统的控制理论和控制方法在控制论中占有非常重要的地位,由王以忠、许曰才、袁照平著的《随机系统的控制理论和控制方法》结合作者的研究工作,介绍随机系统控制的一些基本概念、基本理论和控制方法。主要内容包括:不确定随机系统的鲁棒自适应控制、混合控制和容错控制;随机系统
电力供需分析预测方法 电子书
本书共分8章,首先介绍了电力市场分析预测的概念和电力市场调研。其次,阐述了社会经济分析预测的步骤与内容、主要预测方法。再次,介绍了电力需求预测的分类与特点、电力负荷曲线及其特性指标和预测方法,包括经典预测方法、时间序列预测方法、回归预测方法、投入产出预测方法、灰色预测方法和定性预测方法等。最后,介绍了电力供应分析、电力供需分析及其未来发展趋势等。
卷积神经网络的Python实现 电子书
一本包含全部代码的参考书 零基础学习深度学习 基于NumPy的Python语言实现卷积神经网络 本书用极少的数学知识,深入浅出地介绍了机器学习、卷积神经网络的相关概念以及实践中特别重要的数据预处理。书中没有借助深度学习库,完全使用Python语言基于NumPy库实现了神经网络和卷积神经网络,并给出了全部代码。为了方便读者理解深度学习和更好地使用深度学习库,如TensorFlow,书中特别对误差反向传播算法和神经网络的优化方法进行了深入分析。在此基础上,本书进一步实现了经典的VGG网络和移动端MobileNetV2网络,同时介绍了GoogLeNet、ResNet和SENet。
数智化商业创新:企业数字化的核心逻辑与实践指南 电子书
企业数字化转型书籍,汇聚20余位企业数字化领域人士,系统诠释数智商业思维下的企业数智化场景重塑的思维逻辑,勾勒企业数字化整体蓝图,建立企业数智化思维框架。
混沌时间序列预测及其抵抗方法 电子书
本书首先分析了现有混沌时间序列预测的基本理论与方法,然后给出了两种预测方法:基于最小二乘支持向量机动态选择集成混沌时间序列预测方法和基于变异粒子群联合参数优化多尺度核混沌时间序列预测方法,两种方法都很好地提高了混沌时间序列的预测精度。最后详细介绍了双重K-L变换(Karhunen-LoeveTransform)方法,该方法有效抵抗了对混沌序列的预测,提高了系统的安全性。
古风插画板绘技法100问精讲 电子书
这是一本关于古风插画的教程。本书共11章,第1~4章讲解古风插画的基础知识,包括古风插画的概述、Photoshop基础知识和基础绘制技法;第5~7章讲解人体与服饰的绘制技巧,包括人体结构与五官的绘制、发型的绘制,以及服装和饰品的绘制;第8章和第9章分别讲解古风室外场景和古风室内场景的绘制技巧;第10章讲解在同一场景下不同时节的表现方法;第11章讲解如何创作一幅完整的古风插画。本书采用问题罗列的方式
百面深度学习 算法工程师带你去面试 电子书
适读人群 :本书适合相关专业的在校学生检查和加强对所学知识点的掌握程度,求职者快速复习和补充相关的深度学习知识,以及算法工程师作为工具书随时参阅。此外,非相关专业、但对人工智能或深度学习感兴趣的研究人员,也可以通过本书大致了解一些热门的人工智能应用、深度学习模型背后的核心算法及其思想。 不可不读的深度学习面试宝典《百面机器学习》姊妹篇。 Hulu诚意出品,全面收录135道算法面试题。 一线大厂算法工程师合力创作,直击面试要点。 从算法与模型到多领域应用,全方位解读深度学习。 诚意推荐 吴军 / 《浪潮之巅》《数学之美》作者 华先胜 / 阿里巴巴达摩院人工智能中心主任,IEEE Fellow 李沐 / AWS首席科学家,《动手学深度学习》作者 孙茂松 / 清华大学人工智能研究院常务副院长 本书适合相关专业的在校学生检查和加强对所学知识点的掌握程度,求职者快速复习和补充相关的深度学习知识,以及算法工程师作为工具书随时参阅。此外,非相关专业、但对人工智能或深度学习感兴趣的研究人员,也可以通过本书大致了解一些热门的人工智能应用、深度学习模型背后的核心算法及其思想。