Telegram Group & Telegram Channel
معرفی کتاب «یادگیری تقویتی برای مالی، حل مسائل مرتبط با امور مالی با استفاده از CNN و RNN با استفاده از کتابخانه تنسورفلو» به انگلیسی «Reinforcement Learning for Finance: Solve Problems in Finance with CNN and RNN Using the TensorFlow Library»

معمولا برای مسائل یادگیری ماشین، یادگیری با نظارت و بدون نظارت مطرح می شود اما در واقعیت، یادگیری تقویتی نقش بسیار مهمی در یادگیری ماشین دارد. در اقتصاد و مالی هم یادگیری تقویتی بسیار پرکاربرد است خصوصا در بازارهای مالی که به راحتی می توان صحیح و غلط را با پاداش و تنبیه مرتبط کرد. در این کتاب با استفاده از ماژول تنسورفلو یادگیری تقویتی به صورت دقیق بررسی و طرح می شود. نویسنده کتاب، رویکرد ریاضیاتی و برنامه نویسی را با تحلیل مالی تلفیق کرده است.

سطح کتاب: #متوسط

#معرفی_کتاب
#یادگیری_ماشین
#یادگیری_تقویتی
#تنسورفلو

#Machine_learning
#Reinforcement_Learning
#TensorFlow
پایتون برای مالی
🆔 www.tg-me.com/ua/Python4Finance/com.python4finance
🆔 ble.ir/ua/Python4Finance/com.python4finance



tg-me.com/python4finance/959
Create:
Last Update:

معرفی کتاب «یادگیری تقویتی برای مالی، حل مسائل مرتبط با امور مالی با استفاده از CNN و RNN با استفاده از کتابخانه تنسورفلو» به انگلیسی «Reinforcement Learning for Finance: Solve Problems in Finance with CNN and RNN Using the TensorFlow Library»

معمولا برای مسائل یادگیری ماشین، یادگیری با نظارت و بدون نظارت مطرح می شود اما در واقعیت، یادگیری تقویتی نقش بسیار مهمی در یادگیری ماشین دارد. در اقتصاد و مالی هم یادگیری تقویتی بسیار پرکاربرد است خصوصا در بازارهای مالی که به راحتی می توان صحیح و غلط را با پاداش و تنبیه مرتبط کرد. در این کتاب با استفاده از ماژول تنسورفلو یادگیری تقویتی به صورت دقیق بررسی و طرح می شود. نویسنده کتاب، رویکرد ریاضیاتی و برنامه نویسی را با تحلیل مالی تلفیق کرده است.

سطح کتاب: #متوسط

#معرفی_کتاب
#یادگیری_ماشین
#یادگیری_تقویتی
#تنسورفلو

#Machine_learning
#Reinforcement_Learning
#TensorFlow
پایتون برای مالی
🆔 www.tg-me.com/ua/Python4Finance/com.python4finance
🆔 ble.ir/ua/Python4Finance/com.python4finance

BY Python4Finance




Share with your friend now:
tg-me.com/python4finance/959

View MORE
Open in Telegram


Python4Finance Telegram | DID YOU KNOW?

Date: |

Why Telegram?

Telegram has no known backdoors and, even though it is come in for criticism for using proprietary encryption methods instead of open-source ones, those have yet to be compromised. While no messaging app can guarantee a 100% impermeable defense against determined attackers, Telegram is vulnerabilities are few and either theoretical or based on spoof files fooling users into actively enabling an attack.

Launched in 2013, Telegram allows users to broadcast messages to a following via “channels”, or create public and private groups that are simple for others to access. Users can also send and receive large data files, including text and zip files, directly via the app.The platform said it has more than 500m active users, and topped 1bn downloads in August, according to data from SensorTower.Python4Finance from ua


Telegram Python4Finance
FROM USA