Заказать работу
Зарегистрироваться
Восстановить пароль
FAQ по входу

Тихонов Э.Е., Кузьмищев В.А. Методы и алгоритмы прогнозирования экономических показателей на базе нейронных сетей и модулярной арифметики

  • Файл формата pdf
  • размером 1,28 МБ
  • Добавлен пользователем , дата добавления неизвестна
  • Отредактирован
Тихонов Э.Е., Кузьмищев В.А. Методы и алгоритмы прогнозирования экономических показателей на базе нейронных сетей и модулярной арифметики
Монография. - Невинномысск: Издательство НИЭУП, 2004. - 166 с.
Монография посвящена вопросам совершенствования мето-
дов и алгоритмов прогнозирования c использованием преиму-
ществ теории хаоса, нейронных сетей и модулярной арифметики.
В работе представлен подробный обзор на основе критического
анализа по методам и алгоритмам прогнозирования.
Монография предназначена для практикующих специали-
стов, работающих на фондовых и валютных рынках в брокерских
компаниях, банках и на крупных предприятиях, а также для пре-
подавателей, аспирантов и студентов экономических специально-
стей.
  • Чтобы скачать этот файл зарегистрируйтесь и/или войдите на сайт используя форму сверху.
  • Регистрация

Смотри также

Подробнее

Бодянский Е.В., Руденко О.Г. Искусственные нейронные сети: архитектуры, обучение, применения

  • djvu
Харьков: Телетех, 2004. - 369 . Рассмотрены основные типы нейронов, архитектур, алгоритмов обучения искусственных нейронных сетей. Особое внимание уделяется задачам обработки информации в реальном времени: классификации, эмуляции, прогнозирования, управления и т. п. в условиях структурной и параметрической неопределенности. Наряду с традиционными книга содержит оригинальные...
  • 2,25 МБ
  • дата добавления неизвестна
  • изменен
Подробнее

Боровиков В.П. Нейронные сети. Statistica Neural Networks. Методология и технологии современного анализа данных

  • djvu
2-е изд., перераб. и доп. — М.: Горячая линия - Телеком, 2008. — 392 с. — ISBN 978-5-9912-0015-8. Изложены нейросетевые методы анализа данных, основанные на использовании пакета Statistica Neural Networks (фирма производитель StatSoft), полностью адаптированного для русского пользователя. Даны основы теории нейронных сетей; большое внимание уделено решению практических задач,...
  • 5,26 МБ
  • дата добавления неизвестна
  • изменен
Подробнее

Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов

  • pdf
Учеб. пособие. М.: Финансы и статистика, 2003 г. - 416 с: ил. Посвящено построению статистических моделей с переменными параметрами для прогнозирования нестационарных временных рядов. Рассмотрены адаптивные модели полиномиальных и стохастических трендов, сезонных и циклических колебаний, гистограмм, модели семейства ARIMA, ARCH. Приводятся примеры прогнозирования курсов акций,...
  • 11,97 МБ
  • дата добавления неизвестна
  • изменен
Подробнее

Прогнозирование финансовых рынков с использованием искусственных нейронных сетей

  • doc
Владивостокский государственный университет экономики и сервиса. Кафедра Информационных систем и прикладной информатики -2000. Введение. Прогнозирование финансовых рынков. Современные финансовые рынки. Международный валютный рынок forex. Прогнозирование финансовых рынков. Прогноз и цели его использования. Основные понятия и определения проблемы прогнозирования. Методы...
  • 341,53 КБ
  • дата добавления неизвестна
  • изменен
Подробнее

Хайкин Саймон. Нейронные сети. Полный курс

  • djvu
2-е изд., испр.: Пер. с англ. – М.: ООО «И. Д. Вильямс», 2006. – 1104 с. В книге рассматриваются основные парадигмы искусственных нейронных сетей. Представленный материал содержит строгое математическое обоснование всех нейросетевых парадигм, иллюстрируется примерами, описанием компьютерных экспериментов, содержит множество практических задач, а также обширную библиографию. В...
  • 11,26 МБ
  • дата добавления неизвестна
  • изменен
Подробнее

Ханк Д.Э., Уичерн Д.У., Райте А.Дж. Бизнес-прогнозирование

  • djvu
7-е изд. — М.: Вильямс, 2003. — 656 с. Лучшая книга по бизнес-прогнозированию на русском языке. Авторы подробно как теоретически, так и на реальных примерах, рассматривают все наиболее известные статистические методы прогнозирования. Большое внимание уделяется методикам Бокса-Дженкинса (ARIMA), методам основанным на сглаживании (методы Брауна, Хольта, Винтерса) и другим....
  • 9,29 МБ
  • дата добавления неизвестна
  • изменен
Наверх