Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama (CROSBI ID 433587)
Ocjenski rad | sveučilišni preddiplomski završni rad
Podaci o odgovornosti
Luburić, Matej
Jović, Alan
hrvatski
Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama
U ovom radu obrađena je analiza financijskih podataka pomoću neuronske mreže koja koristi ćelije s dugom kratkoročnom memorijom (engl. long short-term memory, LSTM). Detaljno su objašnjene tri vrste rekurentnih neuronskih mreža: osnovna rekurentna neuronska mreža (RNN), LSTM i propusna povratna ´celija (engl. gated recurrent unit, GRU). Objašnjena je prednost ćelija LSTM i GRU naspram jednostavne RNN zbog rješavanja problema eksplodirajućeg i nestajućeg gradijenta. Prikazani su dobiveni rezultati i njihova interpretacija pomoću srednje apsolutne postotne pogreške, Pearsonovog koeficijenta i Theilovog koeficijenta U.
strojno učenje ; rekurentne neuronske mreže ; predviđanje ; financije ; LSTM ; GRU
nije evidentirano
engleski
Prediction of Financial Data Values based on Recurrent Neural Networks
nije evidentirano
machine learning ; recurrent neural network (RNN) ; prediction ; finance ; LSTM ; GRU
nije evidentirano
Podaci o izdanju
23
08.07.2020.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb