神经网络算法有哪些 以神经网络为核心的智能算法是否可以预测股票价格？

以神经网络为核心的智能算法是否可以预测股票价格？

如何创建一个优秀的神经网络模型？

例如，要预测一个人是男人还是女人，有两组因素可供选择：a.头发颜色、皮肤颜色、双眼皮与否；B.他是否有胡须、是否有亚当苹果和他的体重。

因此，为了建立一个优秀的神经网络模型，我们必须选择具有高度相关性的因素。

同样的因素，在不同的神经网络结构中，预测结果会有很大的不同。

如果结构太简单，会出现“欠拟合”，即应该分析的不分析；如果结构太复杂，会出现“过拟合”，即不应该分析的不分析。只有正确的网络结构才能分析出预期的结果。

例如：

一个住在偏远村庄a的学生被城市B中学录取。他是村里历史上唯一被B中学录取的人。高考后，他被清华大学录取。

如果已经安装了模型，将考虑100%的“住a村”和“读B高中”的人可以被清华大学录取。这是真的，但显然不是我们想要的结论。

直接图表：

沃伦·巴菲特（Warren Buffett）是公认的投资大师，在过去20年中实现了20%的平均回报率；詹姆斯·西蒙斯（James Simmons）使用他的量化模型，从1989年到2009年实现了约35%的平均回报率。

神经网络算法有哪些 神经网络计算机 神经网络控制的优缺点

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。