Πρόβλεψη σημάτων με μεθόδους μηχανικής μάθησης
Signal prediction via machine learning methods
Λέξεις-κλειδιά
Μηχανική μάθηση ; Τεχνητή νοημοσύνη ; Βαθιά μάθηση ; ΑλγόριθμοιΠερίληψη
Σκοπός της εργασίας είναι η πρόβλεψη χρηματοοικονομικών δεδομένων με μεθόδους μηχανικής μάθησης και ειδικότερα βαθιάς μάθησης. Αρχικά παρουσιάζεται το απαραίτητο θεωρητικό υπόβαθρο που αφορά τη μηχανική μάθηση. Στη συνέχεια περιγράφονται οι αλγόριθμοι κλασικής μηχανικής μάθησης και βαθιάς μάθησης που θα χρησιμοποιηθούν για την πρόβλεψη των δεδομένων. Ακολουθεί η αλγοριθμική υλοποίηση, όπου επιχειρούμε να προβλέψουμε την κίνηση των μετοχών 8 γνωστών εταιρειών με τη χρήση δύο μοντέλων κλασικής μηχανικής μάθησης και ενός βαθιάς μάθησης. Στο τελευταίο κεφάλαιο
παρουσιάζονται τα αποτελέσματα της σύγκρισης των μοντέλων όπως και οι προβληματισμοί και προτεινόμενοι τρόποι βελτίωσης για μελλοντική έρευνα.
Περίληψη
The purpose of this thesis is the prediction of financial data with machine learning methods and particularly deep learning methods. Firstly, the necessary theoretical background on machine learning is presented. Next, the classic machine learning and deep learning algorithms that will be used to predict the data are described. The algorithmic implementation follows where we attempt to predict the stock price of 8 well-known companies using two classic machine learning models and one deep learning model. In the last chapter, the results on the comparison of the models are presented along with the concerns and suggested improvement steps for future research.
Αριθμός σελίδων
61Σχολή
Σχολή ΜηχανικώνΑκαδημαϊκό Τμήμα
Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης και ΠαραγωγήςΓλώσσα
ΕλληνικάΣυλλογή
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές