Capítulo 8. Redes neuronales recurrentes
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
La historia nunca se repite, pero rima.
Mark Twain (probablemente)
Mi vida parecía una serie de acontecimientos y accidentes. Sin embargo, cuando miro atrás, veo un patrón.
Bernoît Mandelbrot
Este capítulo trata sobre las redes neuronales recurrentes (RNN). Este tipo de redes está diseñado específicamente para aprender sobre datos secuenciales, como datos de texto o series temporales. La discusión en este capítulo adopta, como antes, un enfoque práctico y se basa principalmente en ejemplos trabajados en Python, haciendo uso de Keras.1
"Primer ejemplo" y "Segundo ejemplo" presentan las RNN basándose en dos ejemplos sencillos con datos numéricos de muestra. Se ilustra la aplicación de las RNN para predecir datos secuenciales. "Series de precios financieros" trabaja después con datos de series de precios financieros y aplica el enfoque de las RNN para predecir dichas series directamente mediante estimación. A continuación, "Series de Rentabilidad Financiera" trabaja con datos de rentabilidad para predecir la dirección futura del precio de un instrumento financiero, también mediante un enfoque de estimación. "Características Financieras" añade características financieras a la mezcla -además de datos de precios y rendimientos- para predecir la dirección del mercado. En esta sección se ilustran tres enfoques diferentes: la ...
Get Inteligencia Artificial en Finanzas now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
