基于深度学习的股票市场预测

Ⅰ 基于深度学习图像分类算法有哪些

基于深度学习图像分类算法我看看能不能帮你.

Ⅱ 深度学习做股票预测靠谱吗

之前，利用DBN去做股票市场的收益预测，输入变量是市场行情数据，财务报表数据和一些技术因子，效果仅仅勉强跑赢hs300. 当时希望利用DBN，像处理图片一样，可以detect complex and nonlinear relationship between this variables，但是结果并不满意，甚至同样输入了，RF，GBDT都跑到了不错。现在感觉主要问题还是因为这些原始变量的噪声大，另外还有就是正则化并没有做好。
Data pre－processing 非常的重要。
之前研究过Barra 因子，里面的每一个因子，虽然在生成上并没有什么技巧，剔除outlier，归一化，线性回归，正交化。基本上都是这些算子。但是每一个都有一些logic。回看一些股票多因子的Fama French,1992,1993 的研究框架，更是感觉做金融计量的人和做机器学习的人思维的不同，做金融计量的人在数据分析上预处理很多，逻辑比较严密，并且logic大于统计技巧。我想如果在股票量化策略上，借鉴这种金融计量的思想，对于机器学习的技巧取得成功是必不可少的。

结论就是不可以

Ⅲ 基于深度学习的图像质量评估怎么入门

有具体的要求那些吗？

Ⅳ 基于深度学习的图像检索系统需要用到哪些技术

如果真的想学习基于深度学习的图像检索系统，那么必须要学习好：计算机软件专业！而且了，像：数据结构、计算机操作系统、以及：各种数学课程必须要精通掌握好（例如：高等数学、概率统计、离散数学等），只有熟练掌握了各种数学知识，才能够在开发各种图像检索系统（或者是例如：语音识别系统、人脸识别系统等）中建立起合适的数学模型，然后才能够使用正确的程序设计语言按照正确的数学模型进行编程实现其功能。

Ⅳ 基于深度学习的缺失数据估计。MATLAB.有偿！毕设求助攻

咕局外驴浩暴力行动潭

Ⅵ 业界现在有哪些比较成熟的基于深度学习的应用

深度学习，按个人的理解主要就是多层神经网络。而多层神经网络目前效果比较好的是卷积神经网络，目前在图像和音频信号上效果比较好，而在自然语言处理上效果没有显示出来。

深度学习从统计学的角度来说,就是在预测数据的分布，从数据中学得一个模型然后再通过这个模型去预测新的数据，这一点就要求测试数据和训练数据必须是同分布。

深度学习，它是在一定的学习量的积累基础之上的质的飞越，就是学习能力的质变和新实现。度学习的前提在于大数据技术的成熟和支撑。同时，深度学习是一种经验的连接和运用。它是人类的经验和智慧在机器中的再生和活化。