让我试着回答你,因为其他人很无聊。假设你不是一个巨魔,而且真的不明白你在问什么。
"你能否建议......" -不能。尽管在你附近的某个地方,仍有可能出现韩国子先生,也就是有一百个隐藏神经层的巴巴-万加,也就是帕特里克,也就是罗宾汉。我们只需要等待。然后...
你对什么感兴趣:STATISTICA、神经网络、价格时间序列预测或课程?如果更倾向于后者,那就换个话题;排除对cvr的预测,采取像压缩或图像/声音识别或任何自然事件的预测(那里的天气或星系中的恒星密度)。一般来说,如果你有一个预测,那么选择一个有模式的主题。在课程中及时防守,同时,你不会对神经网络感到失望。
如果你对原始数据与预测的拟合过程感兴趣,那么是的,欢迎。论坛上有很多主题和文章。
该学科由一个非常具体的导师教授,这使得课程作业成为 "抽筋",因此没有人关心相关性。
你看到这个作品的日期了吗?- 2006.
2006年,人们对在神经网络的帮助下预测汇率的可能性抱有幻想。
但现在是2013年,已经没有这样的幻想了)))。
因此,你的课件将是绝对无用的。
我不知道....三角洲群的情况如何?列昂尼德没有尝试?我现在正试图建立一个网络,看起来不错...但我需要更多的研究...
该学科由一个非常具体的导师教授,这使得课程作业成为 "抽筋",因此没有人关心相关性。
我不认为你会在那里找到这样的东西,因为他自己编造了这个主题,但我会去找的。
我不知道....三角洲群的情况如何?列昂尼德没有尝试?我现在正试图建立一个网络,它看起来是一个完整的结果...但需要更多的研究...
"其结果是可见的...但需要更多的研究",这很可能是自取灭亡。试着把自己想成一个简单的没有灵魂的单线程,有两个输入:"我在这个世界上还有多长时间 "和 "三角洲集群给我带来了这么多的利润",还有一个输出:"这个时间是否值得浪费"。
如果一个想法一下子不奏效,你就必须放弃它,转而去做别的事情。没有必要感到遗憾,如果有合理的依据,而且真的 "研究不够",旧的想法迟早会回到你身边。
我不认为你会在那里找到这样的东西,因为他自己编造了这个主题,但我会去找的。
好吧,拿别人的论文,网上有一些,创造性地修改一下。许多人的水平充其量不过是一篇学期论文,所以它可以做到))