Aplicaciones de las redes neuronales artificiales a problemas de predicción y clasificación financiera PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Aplicaciones de las redes neuronales artificiales a problemas de predicción y clasificación financiera PDF full book. Access full book title Aplicaciones de las redes neuronales artificiales a problemas de predicción y clasificación financiera by Mónica Martín del Peso. Download full books in PDF and EPUB format.
Author: Mónica Martín del Peso
Publisher:
ISBN:
Category : Business failures
Languages : es
Pages : 68
Get Book Here
Book Description
Author: Mónica Martín del Peso
Publisher:
ISBN:
Category : Business failures
Languages : es
Pages : 68
Get Book Here
Book Description
Author: Cesar Perez Lopez
Publisher: Createspace Independent Publishing Platform
ISBN: 9781978319974
Category :
Languages : es
Pages : 158
Get Book Here
Book Description
Podemos definir una red neuronal como un conjunto de elementos de procesamiento de la informaci�n altamente interconectados, que son capaces de aprender con la informaci�n que se les alimenta. La principal caracter�stica de esta nueva tecnolog�a de redes neuronales es que puede aplicarse a gran n�mero de problemas que pueden ir desde problemas complejos reales a modelos te�ricos sofisticados como por ejemplo reconocimiento de im�genes, reconocimiento de voz, an�lisis y filtrado de se�ales, clasificaci�n, discriminaci�n, an�lisis financiero, predicci�n din�mica, etc. Las redes neuronales tratan de emular el sistema nervioso, de forma que son capaces de reproducir algunas de las principales tareas que desarrolla el cerebro humano, al reflejar las caracter�sticas fundamentales de comportamiento del mismo. Lo que realmente intentan modelizar las redes neuronales es una de las estructuras fisiol�gicas de soporte del cerebro, la neurona y los grupos estructurados e interconectados de varias de ellas, conocidos como redes de neuronas. De este modo, construyen sistemas que presentan un cierto grado de inteligencia. No obstante, debemos insistir en el hecho de que los sistemas neuronales artificiales, como cualquier otra herramienta construida por el hombre, tienen limitaciones y s�lo poseen un parecido superficial con sus contrapartidas biol�gicas. Las redes neuronales, en relaci�n con el procesamiento de informaci�n, heredan tres caracter�sticas b�sicas de las redes de neuronas biol�gicas: paralelismo masivo, respuesta no lineal de las neuronas frente a las entradas recibidas y procesamiento de informaci�n a trav�s de m�ltiples capas de neuronas.Una de las principales propiedades de estos modelos es su capacidad de aprender y generalizar a partir de ejemplos reales. Es decir, la red aprende a reconocer la relaci�n (que no deja de ser equivalente a estimar una dependencia funcional) que existe entre el conjunto de entradas proporcionadas como ejemplos y sus correspondientes salidas, de modo que, finalizado el aprendizaje, cuando a la red se le presenta una nueva entrada (aunque est� incompleta o posea alg�n error), en base a la relaci�n funcional establecida en el mismo, es capaz de generalizarla ofreciendo una salida. En consecuencia, podemos definir una red neuronal artificial como un sistema inteligente capaz, no s�lo de aprender, sino tambi�n de generalizar.En este libro se presentan ejemplos pr�cticos del trabajo con redes neuronales a trav�s de MATLAB. Se muestran aplicaciones sobre ajuste de modelos, reconocimiento de patrones, an�lisis cl�ster, predicci�n de series temporales, Big Data y redes neoronales, computaci�n paralela con redes nuronales y otros ejemplos similares
Author: María Bonilla Musoles
Publisher:
ISBN:
Category :
Languages : es
Pages : 59
Get Book Here
Book Description
Author: Eduardo Francisco Caicedo Bravo
Publisher: Universidad del Valle
ISBN: 9587655109
Category : Technology & Engineering
Languages : es
Pages : 219
Get Book Here
Book Description
El propósito general de este libro es ser una guía para que el lector interesado en trabajar con redes neuronales artificiales (RNA), esté en capacidad de solucionar problemas propios de su disciplina usando esta técnica de la inteligencia computacional. La estructura del libro se concibe desde los tipos de aprendizaje, ya que es la característica más importante que poseen las redes neuronales artificiales y en ella radica su principal fortaleza para solucionar y adaptarse a diversos problemas. En este libro se encuentran contenidos teóricos básicos que lo dejarán preparado para afrontar el estudio de libros y artículos de carácter avanzado, acompañado de problemas resueltos que afianzan el saber y el saber hacer.
Author: Salvador Torra Porras
Publisher: Addlink Software Científico
ISBN: 8461654978
Category : Computers
Languages : es
Pages : 270
Get Book Here
Book Description
El libro presenta el uso de los modelos neuronales en el campo de la economía y las finanzas. La primera parte del mismo está dedicada a la metodología de las redes neuronales, y explica las distintas topologías existentes. En cambio en la segunda parte, se muestran cinco aplicaciones en el ámbito económico, en especial de las finanzas de mercado. Así el interés del libro es doble, por un lado se suministra la teoría correspondiente a cada tipo de red neuronal y por otra parte, y más importante, se presentan casos prácticos resueltos paso a paso mediante el software Mathematica. En dichos casos prácticos se han utilizado datos reales y se presentan las instrucciones de uso y su justificación, de tal manera que para poder utilizar los ejemplos no es necesaria una familiaridad previa con Mathematica.
Author: Raquel Flórez López
Publisher: Netbiblo
ISBN: 9788497452465
Category : Social Science
Languages : es
Pages : 156
Get Book Here
Book Description
Los modelos de procesamiento inspirados en la naturaleza permiten tratar con información masiva, redundante e imprecisa, superando muchas limitaciones de las técnicas estadísticas tradicionales. Entre estos modelos destacan las redes neuronales artificiales, que emulan algunas de las características del cerebro y aprenden a resolver problemas a partir de ejemplos, lo que evita formalizar el conocimiento y facilita la resolución de problemas complejos, como la segmentación de clientes, el diagnóstico de insolvencias o la predicción de series temporales. Este libro introduce al lector en el estudio de los modelos de redes neuronales artificiales más exitosos. El análisis de su arquitectura, estimación, interpretación y evaluación constituye una aportación de particular utilidad para los investigadores y profesionales que deseen implementar en la práctica sus propias redes. El texto incluye, además, una aplicación real de diversos modelos neuronales y su comparación con técnicas estadísticas, que permite comprender la utilidad de este enfoque y sus aplicaciones prácticas.
Author: Arnau Muns Orenga
Publisher:
ISBN:
Category :
Languages : es
Pages :
Get Book Here
Book Description
En el presente trabajo se pretende elaborar un estudio sobre un sector concreto como lo es el sector financiero. Este sector es uno de los pilares fundamentales de los sistemas económicos actuales y juegan un papel clave en todas las esferas sociales, desde las grandes compañías hasta los principales agentes de consumo, las familias. A causa del papel fundamental e indispensable en la sociedad del siglo XXI de este sector, en el presente trabajo se pretende analizar el impacto que tienen las aplicaciones actuales de inteligencia artificial y sistemas basados en técnicas de machine learning en el sector financiero. En primer lugar se analiza la evolución de la IA desde una perspectiva histórica para posteriormente detallar ejemplos de aplicaciones actuales de IA en el sector financiero. Con el contexto actual en mente se pretende indagar en las consecuencias directas (y que ya están teniendo lugar) de estas aplicaciones, así como analizar desde un prisma económico los potenciales efectos que puede tener la aplicación de la IA en el mundo de las finanzas de continuar su implantación con los ritmos actuales. Anticipando un crecimiento casi exponencial, se proponen distintos problemas que pueden aparecer en un futuro desde perspectivas micro y macro económicas. Posteriormente se desarrollan distintas aplicaciones de machine learning relacionadas con el sector financiero, en especial con la inversión en mercados de activos. Se construye un modelo conceptual de predicción de la dirección de movimiento del precio de cierre de un stock y se analizan distintos tipos de modelos/herramientas de ML con los que construirlo. También se elabora otro tipo de aplicación con redes neuronales recurrentes o profundas (tipo LSTM) sobre los precios de cierre de los activos financieros. Con el objetivo de comparar las distintas herramientas con las que se construyen los modelos de predicción de la dirección de movimiento, se analizan los resultados y se desarrollan las conclusiones a las que se llega, tanto respecto al futuro del desarrollo de la IA en el sector financiero como respecto a los modelos creados.
Author: Fernando Berzal
Publisher:
ISBN: 9781090336880
Category :
Languages : es
Pages : 327
Get Book Here
Book Description
¿Qué tienen en común los traductores automáticos que nos permiten leer, en nuestra propia lengua, textos escritos en otros idiomas, los sistemas de reconocimiento de voz que todos llevamos en nuestro teléfono móvil o los sistemas de visión artificial que le permiten a un coche autónomo distinguir una señal de tráfico de otra? Todos ellos son ejemplos de aplicaciones cotidianas basadas en el uso de redes neuronales artificiales. Las redes neuronales artificiales, popularizadas actualmente bajo la denominación deep learning, se enmarcan dentro del campo de la Inteligencia Artificial. Más concretamente, dentro de las técnicas de aprendizaje automático o machine learning. Actualmente, las técnicas de deep learning están revolucionando el mundo de la Inteligencia Artificial y compañías como Google, Facebook, Amazon o Microsoft, entre otras muchas, se disputan a los ingenieros y doctorandos familiarizados con este tipo de técnicas. En este libro se presentan el origen, la motivación, la inspiración, la evolución y las aplicaciones de las redes neuronales artificiales. Se realiza especial hincapié en las técnicas algorítmicas que permiten el entrenamiento de redes neuronales (esto es, los algoritmos que se utilizan para que las redes aprendan y los distintos problemas que hay que solventar para que las redes neuronales artificiales funcionen correctamente en la práctica). También se detallan múltiples técnicas de tipo heurístico que se han propuesto recientemente para construir redes neuronales "profundas" (el origen del término deep learning). Aunque las redes neuronales artificiales existían desde los orígenes de la I.A., la eclosión del deep learning se produjo, ya entrado el siglo XXI, tras conseguir igualar, cuando no mejorar, el rendimiento de los seres humanos en la resolución de tareas que, hasta hace poco, se consideraban de nuestro dominio exclusivo. Contenido del segundo volumen Parte II. Entrenamiento de redes neuronales artificiales Prevención del sobreaprendizaje (a.k.a. regularización o cómo conseguir que una red aprenda mejor) Algoritmos de optimización (o cómo conseguir que una red aprenda más rápido) Parte III. Arquitecturas especializadas Softmax (para problemas de clasificación) Redes convolutivas (para trabajar con imágenes y otros tipos de señales) Nota Esta edición está compuesta por dos volúmenes en formato 8.5" x 11". Por restricciones de la imprenta, dado el número de páginas del libro, este segundo volumen (ISBN 1-0903-3688-8) complementa al primer volumen (ISBN 1-0903-2030-2) , en el que se describen los fundamentos de las redes neuronales artificiales y sus técnicas de entrenamiento.
Author: Fernando Berzal
Publisher:
ISBN: 9781731265388
Category :
Languages : es
Pages : 753
Get Book Here
Book Description
¿Qué tienen en común los traductores automáticos que nos permiten leer textos en otros idiomas en nuestra propia lengua, los sistemas de reconocimiento de voz que todos llevamos en nuestro teléfono móvil o los sistemas de visión artificial que le permiten a un coche autónomo distinguir una señal de tráfico de otra? Todos ellos son ejemplos de aplicaciones cotidianas basadas en el uso de redes neuronales artificiales.Las redes neuronales artificiales, popularizadas actualmente bajo la denominación "deep learning", se enmarcan dentro del campo de la Inteligencia Artificial. Más concretamente, dentro de las técnicas de aprendizaje automático o "machine learning". Actualmente, las técnicas "deep learning" están revolucionando el mundo de la Inteligencia Artificial y compañías como Google, Facebook, Amazon o Microsoft, entre otras muchas, se disputan a los ingenieros y doctorandos familiarizados con este tipo de técnicas. En este libro se presentan el origen, la motivación, la inspiración, la evolución y las aplicaciones de las redes neuronales artificiales. Se realiza especial hincapié en las técnicas algorítmicas que permiten el entrenamiento de redes neuronales (esto es, los algoritmos que se utilizan para que las redes aprendan y los distintos problemas que hay que solventar para que las redes neuronales artificiales funcionen correctamente en la práctica). También se detallan múltiples técnicas que se han propuesto recientemente para construir redes neuronales "profundas" (el origen del término "deep learning"). Aunque las redes neuronales artificiales existían desde los orígenes de la I.A., la eclosión del "deep learning" se produjo, ya entrado el siglo XXI, tras conseguir igualar, cuando no mejorar, el rendimiento de los seres humanos en la resolución de tareas que, hasta hace poco, se consideraban de nuestro dominio exclusivo.
Author: Rob J Hyndman
Publisher: OTexts
ISBN: 0987507117
Category : Business & Economics
Languages : en
Pages : 380
Get Book Here
Book Description
Forecasting is required in many situations. Stocking an inventory may require forecasts of demand months in advance. Telecommunication routing requires traffic forecasts a few minutes ahead. Whatever the circumstances or time horizons involved, forecasting is an important aid in effective and efficient planning. This textbook provides a comprehensive introduction to forecasting methods and presents enough information about each method for readers to use them sensibly.
