|
|
Predikce časových řad
Boková, Kateřina ; Pilát, Martin (vedoucí práce) ; Koubková, Alena (oponent)
V předložené práci podáváme přehled metod pro modelování a predikci časových řad. Popisujeme jak dekompoziční metody a metody založené na Boxově-Jenkinsově metodologii, tak metody využívající postupů z oblasti výpočetní inteligence, především neuronové sítě. Popis metod je veden především z algoritmického hlediska -jsou uvedeny a odvozeny způsoby, jak nastavovat jejich parametry. Součástí práce je software, který umožňuje jednotlivé metody aplikovat na časové řady, experimentovat s nimi a porovnávat je.
|
|
|
Computational Intelligence for Financial Market Prediction
Řeha, Filip ; Pilát, Martin (vedoucí práce) ; Mráz, František (oponent)
Finanční trhy jsou charakterizovány nejistotou, která je často spojována s budoucím vývojem světových ekonomik a firem. Schopnost předpovědět alespoň do určité míry budoucí vývoj finančních trhů by umožnila člověku dosáhnout téměř neomezených zisků. Cílem této práce je prozkoumat neuronové sítě a genetické programování jako možné nástroje pro předpovídání budoucích pohybů finančních trhů, a aplikovat je na dostupná historická finanční data. Experimenty byly provedeny a jejich výsledky nám ukázaly, že obě metody mohou být úspěšně k tomuto účelu využity. Výsledky nám dále ukázaly, že strategie využívající neuronové sítě v průměru překonaly strategie vytvořené pomocí genetického programování. Pro zhodnocení a zobrazení výsledků našich strategií byla dále vytvořena aplikace MarketForecaster. Powered by TCPDF (www.tcpdf.org)
|
|
|
Predikce časových řad
Boková, Kateřina ; Pilát, Martin (vedoucí práce) ; Koubková, Alena (oponent)
V předložené práci podáváme přehled metod pro modelování a predikci časových řad. Popisujeme jak dekompoziční metody a metody založené na Boxově-Jenkinsově metodologii, tak metody využívající postupů z oblasti výpočetní inteligence, především neuronové sítě. Popis metod je veden především z algoritmického hlediska -jsou uvedeny a odvozeny způsoby, jak nastavovat jejich parametry. Součástí práce je software, který umožňuje jednotlivé metody aplikovat na časové řady, experimentovat s nimi a porovnávat je.
|
|
|
Predikce časových řad
Boková, Kateřina ; Pilát, Martin (vedoucí práce) ; Koubková, Alena (oponent)
V předložené práci podáváme přehled metod pro modelování a predikci časových řad. Popisujeme jak dekompoziční metody a metody založené na Boxově-Jenkinsově metodologii, tak metody využívající postupů z oblasti výpočetní inteligence, především neuronové sítě. Popis metod je veden především z algoritmického hlediska -jsou uvedeny a odvozeny způsoby, jak nastavovat jejich parametry. Součástí práce je software, který umožňuje jednotlivé metody aplikovat na časové řady, experimentovat s nimi a porovnávat je.
|
|
|
Meta-Parameters of Kernel Methods and Their Optimization
Vidnerová, Petra ; Neruda, Roman
In this work we deal with the problem of metalearning for kernel based methods. Among the kernel methods we focus on the support vector machine (SVM), that have become a method of choice in a wide range of practical applications, and on the regularization network (RN) with a sound background in approximation theory. We discuss the role of kernel function in learning, and we explain several search methods for kernel function optimization, including grid search, genetic search and simulated annealing. The proposed methodology is demonstrated on experiments using benchmark data sets.
|
|
| |
|
| |
|
| |
host ::
RSS.