ПРИМЕНЕНИЕ АЛОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ПРИКЛАДНЫХ ЗАДАЧ
Ключевые слова:
кластеризация, машинное обучение, фондовый рынок, линейная регрессияАннотация
В данной работе, используя методы машинного обучения, выявляется побочные процессы в банковской деятельности. Изучим применение нейронных сетей в процесс построения модели банковского кризиса по некоторым данным. Рассмотривается задача как алгоритм машинного обучения, который может прогнозировать банковский криз. Применение технологий глубокого обучения могут дать хорошие результаты работы с базами данных.
Библиографические ссылки
1. Ясер Абу-Мостафа, Малик Магдон-Исмаил, Сюань-Тянь Линь − Learning From Data, 2012 г.
2. П. Брюс, Э. Брюс – Практическая статистика для специалистов Data Science,2020.
3. О'Нил, Шатт – Data Science. Инсайдерская информация для новичков,2020
4. Ын, Су – Теоретический минимум по Big Data. Всё что нужно знать о больших данных,2020.
5. Силен, Мейсман, Али – Основы Data Science и Big Data. Python и наука о данных,2020.
6. Дж. Вандер Плас – Python для сложных задач. Наука о данных и машинное обучение,2020
