KONVOLUCIJSKE NEURONSKE MREŽE U PROGNOZIRANJU CIJENA (CROSBI ID 716450)
Prilog sa skupa u zborniku | izvorni znanstveni rad | međunarodna recenzija
Podaci o odgovornosti
Markić, Marko ; Markić, Brano ; Požega, Željko
hrvatski
KONVOLUCIJSKE NEURONSKE MREŽE U PROGNOZIRANJU CIJENA
Cijena je složeni element marketinškog spleta koji organizacijskom sustavu, zajedno s količinama prodaje, donosi određenu razinu prihoda. Prognozirati cijenu je složen ekonomski, matematički, ekonometrijski i informatički cilj. Dva su pitanja. Prvo, kako poduzeće izračunava svoje prodajne cijene. Teorijski pristupi izračunavanju cijena su često neaplikabilni, a softverske aplikacije ih „mehanički“ koriste. U svakodnevnoj kalkulaciji cijena „propušta“ se njihova prognoza. Stoga je drugo pitanje povezano s određivanjem cijena prognoza uporabom odgovarajućih metoda i modela. Rad postavlja hipotezu da je moguće prognozirati cijene metodama dubinskog učenja, s zadovoljavajućim sigurnošću. Prikazane su konvolucijske neuronske mreže (CNN) i one „uspješno otkrivaju“ ponašanja cijena u vremenu. U izgradnji modela predviđanja cijena korišten je programski jezik Pyhton 3.9.7., biblioteke otvorenog koda za strojno i duboko učenje TensorFlow, Keras i Numpy. Programski jezik Python i biblioteke otvorenog koda su pokazali zadovoljavajuću razvojnu i aplikacijsku moć.
dubinsko učenje, konvolucijske neuronske mreže, Python, metode određivanja cijena
nije evidentirano
engleski
Convolutional neural networks in price forecasting
Cijena je složeni element marketinškog spleta koji organizacijskom sustavu, zajedno s količinama prodaje, donosi određenu razinu prihoda. Prognozirati cijenu je složen ekonomski, matematički, ekonometrijski i informatički cilj. Dva su pitanja. Prvo, kako poduzeće izračunava svoje prodajne cijene. Teorijski pristupi izračunavanju cijena su često neaplikabilni, a softverske aplikacije ih „mehanički“ koriste. U svakodnevnoj kalkulaciji cijena „propušta“ se njihova prognoza. Stoga je drugo pitanje povezano s određivanjem cijena prognoza uporabom odgovarajućih metoda i modela. Rad postavlja hipotezu da je moguće prognozirati cijene metodama dubinskog učenja, s zadovoljavajućim sigurnošću. Prikazane su konvolucijske neuronske mreže (CNN) i one „uspješno otkrivaju“ ponašanja cijena u vremenu. U izgradnji modela predviđanja cijena korišten je programski jezik Pyhton 3.9.7., biblioteke otvorenog koda za strojno i duboko učenje TensorFlow, Keras i Numpy. Programski jezik Python i biblioteke otvorenog koda su pokazali zadovoljavajuću razvojnu i aplikacijsku moć.
learning, convolutional neural networks, Python, pricing methods
nije evidentirano
nije evidentirano
nije evidentirano
nije evidentirano
nije evidentirano
nije evidentirano
Podaci o prilogu
102-123.
2021.
objavljeno
Podaci o matičnoj publikaciji
Podaci o skupu
International scientific conference “Emerging trends in global and national economy“, Niš
ostalo
14.10.2021-14.10.2021
Niš, Srbija