利用机器学习和人工神经网络进行股票价格预测

抽象的

卡罗琳娜·霍夫曼-贝克

演讲首先介绍了人工智能为何与当今相关，追溯到算法进步、大数据和处理能力。然后，它为金融领域的人工智能提供了实际示例的背景。演示的核心是对股票价格预测的机器学习算法及其局限性（例如统计平稳性和时间序列数据集）的演练，从而介绍了循环神经网络的介绍和架构。最后以集成理论结束人工智能领域的优化方法。