一本有深度学习股票预测案例的E文书

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Packt Java Deep Learning Projects 2018

Implement 10 real-world deep learning applications using Deeplearning4j and open source APIs.
1. Cancer Types Prediction Using Recurrent Type Networks, demonstrates how to develop a DL application for cancer type classification from a very-high-dimensional gene expression dataset.
2. Multi-Label Image Classification Using Convolutional Neural Networks.
3. Sentiment Analysis Using Word2Vec and the LSTM Network
4. Transfer Learning for Image Classification
5. Real-Time Object Detection Using YOLO, JavaCV, and DL4J
6. Stock Price Prediction Using the LSTM Network
7. Distributed Deep Learning on Cloud – Video Classification Using Convolutional LSTM Network
8. Playing GridWorld Game Using Deep Reinforcement Learning
9. Developing Movie Recommendation Systems Using Factorization Machines
PacktJavaDeepLearningProjects-2018.rar (9.07 MB, 需要: 1 个论坛币) 本附件包括：

• PacktJavaDeepLearningProjects-2018.epub

2018-7-6 07:48:17 上传

需要: 1 个论坛币  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏4 回帖

关键词：股票预测 深度学习 Applications Application convolution

谢谢分享

谢谢分享

感谢分享

本文的股票预测章节对DL4J的LSTM用法有一定的参考价值，特别是用spark大数据处理，对使用LSTM进行股票预测也有参考价值，不过在数据预处理方面有些简单了，比如说使用的是数据归一化，而不是标准化。归一化如果用在T+1市场的日线级别预测，价格使用的是相对前收的涨跌幅，是没问题的，否则很可能就需要过滤异常值了。
       LSTM进行时间序列预测有很多坑，比如说前阵子电话面试一家智能投顾公司，对方提出如何将市场的整体状态输入网络，他的意思是将100日均线之类的指标输入进网络。我跟他说，直接将均线作为LSTM特征输入是不恰当的，LSTM有exampleLength参数，可以让它等于100，让网络自动统计需要的信息。这样做实际上是假定了100天前的数据已经比较陈旧了，对当前价影响可以忽略了。如果一定想将均线作为LSTM特征输入，那可能需要用计算图构造混合网络了。他好像对这个回答不满意。
       理论上是这样的，当然在实践中，有把均线作为LSTM特征的想法，尝试一下也未尝不可，毕竟机器学习本身就是一个实践性很强的学科。
       个人认为，如果想用不同周期的统计指标作为特征，最好选用MLP结构的深度网络，通过精心选择和处理特征，应该也能取得好的结果。

感谢分享