Original title:
Prediktivní modelování v jazyce Python
Translated title:
Predictive Modelling with Python
Authors:
Duda, Jan ; Burgetová, Ivana (referee) ; Zendulka, Jaroslav (advisor) Document type: Bachelor's theses
Year:
2019
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[cze][eng]
Cílem této bakalářské práce je seznámení s oborem dolování dat a procesu získávání dat z databází. Uvádí nejdůležitější postupy prováděné při dolování. Následně jsou jednotlivé techniky použity v případové studii implementované v jazyce Python. Ta se zaměřuje na predikci indexu S&P 500, který má reprezentovat vývoj akciových trhů na americké burze. Je využito klasifikačních i regresních modelů. Pro vyhodnocení úspěšnosti modelů je využito experimentální metody Monte Carlo.
The main goal of this bachelor thesis is get to know with the data mining and its domain, also with the Knowledge discovery in databases process. It shows the most importnant approaches, which are implemented in Python language afterwards. The case study contains the prediction of index S&P 500 describing stock market developments on the US stock exchange. Both classification and regression models are used for the forecasting. Model evaluation is reached by the Monte Carlo experimental method.
Keywords:
classification; Data mining; financial analysis; index S&P 500; machine learning; MARS; Monte Carlo; neural networks; prediction; Python language; regression; SVM; technical indicators; time series; Dolování dat; finanční analýza; index S&P 500; jazyk Python; klasifikace; MARS; Monte Carlo; neuronové sítě; predikce; regrese; strojové učení; SVM; technické identifikátory; časové řady
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/180603