Pemodelan dan Penentuan Harga Saham dengan RNN dan LSTM Pembelajaran dalam โ€” LearnFlat
โฑ 2 jam 54 mnt ๐Ÿ“š 29 pelajaran ๐ŸŽง Versi audio

Pemodelan dan Penentuan Harga Saham dengan RNN dan LSTM Pembelajaran dalam

Bangun, latih, dan evaluasi jaringan saraf rekuren dan model LSTM untuk menganalisis dan memprediksi tren pasar keuangan menggunakan perpustakaan Python modern.

  • ๐Ÿ’ฌ Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • ๐Ÿ• Mulai kapan saja
    Tanpa jadwal atau tenggat โ€” belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • ๐ŸŒ Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat โ€” semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Memprediksi pasar keuangan adalah sebuah tantangan yang rumit, namun deep learning modern menawarkan alat-alat yang kuat untuk memodelkan data berurutan. Mengerti bagaimana jaringan saraf yang berulang memproses data deret waktu adalah keterampilan yang penting bagi analis kuantitatif dan ilmuwan data yang bercita-cita. Dalam kursus tertulis ini, Anda akan bertransisi dari seorang pemula ke membangun model pembelajaran mendalam berurutan dengan percaya diri. Anda akan belajar bagaimana mempersiapkan dataset keuangan, membangun jaringan saraf rekuren (RNNs) dengan lapisan Memori Jangka Pendek Panjang (LSTM), dan mengevaluasi kinerja prediksi mereka menggunakan data saham dunia nyata. Apa yang akan kau pelajari: - Mengerti konsep dasar data berurutan, jaringan saraf berulang, dan mengapa LSTMs unggul dalam menangkap ketergantungan jangka panjang. - Mempersiapkan dan memproses dataset keuangan mentah menggunakan teknik manipulasi data modern dan skala fitur yang kuat. - Bangun arsitektur jaringan saraf berulang dengan lapisan LSTM menggunakan ekosistem pembelajaran dalam Python. - Terapkan teknik validasi deret waktu yang tepat untuk mencegah kebocoran data dan memastikan evaluasi model yang realistis. - Evaluasi kinerja model menggunakan metrik regresi kunci untuk menganalisis akurasi prediksi terhadap tren saham dunia nyata. Kursus ini dimulai dengan terminologi dasar dan intuisi matematika di balik model berurutan. Anda akan maju melalui langkah-demi-langkah penjelasan tertulis yang mencakup persiapan data, desain arsitektur model, fase pelatihan, dan evaluasi kinerja. Kursus ini dirancang untuk pemula dalam pembelajaran mendalam dan penggemar keuangan yang ingin menerapkan pembelajaran mesin pada data deret waktu. Keterampilan dasar sebelumnya dengan Python berguna, tetapi tidak ada latar belakang pembelajaran mendasar yang maju yang diperlukan karena kita mulai dengan konsep dasar. Mulai membaca hari ini untuk menguasai dasar-dasar forecasting keuangan dengan deep learning.

Apa yang Anda dapatkan

  • ๐Ÿ“œ Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • ๐Ÿ’ฌ Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • ๐ŸŽง Termasuk versi audio
    Belajar di mana saja โ€” tanpa layar
  • โ™พ๏ธ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • ๐Ÿ“ฑ Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • ๐Ÿ’ธ Pengembalian 14 hari
    Tanpa pertanyaan
  • โšก Singkat dan fokus
    2 jam 54 mnt konten praktis

Ulasan

Belum ada ulasan โ€” jadilah yang pertama berbagi pengalaman.

Tulis ulasan

โ˜†โ˜†โ˜†โ˜†โ˜†
Setelah mengirim kami akan meminta masuk โ€” draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu โ€” Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya โ€” refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur