Abstracto

Aprendizaje automático 2018: robots colaborativos: predicción de la hora del día mediante herramientas de aprendizaje automático - Nwachukwu Anthony Chukwuemeka-Universidad de Ibadan

Nwachukwu Anthony Chukwuemeka

Imagínese tener la opción de decir la hora a partir de los datos disponibles en la zona. ¿Se aplicará la IA para solucionar este problema? Este documento utilizó diferentes modelos de IA para hacer la mejor predicción de gran importancia del día. Se identificaron objetos específicos en una zona y se capturaron imágenes de estos objetos en un espacio abierto durante las 24 horas del día, incluidas las imágenes del cielo, la temperatura, la humedad, la intensidad del ruido y otros factores para ese lapso de tiempo de 24 horas durante mucho tiempo. Estos se utilizaron para preparar los modelos con los diferentes modelos de IA disponibles en MATLAB. Se seleccionó el modelo con la mejor expectativa. Se estructuró una interfaz de usuario (GUI) de la aplicación con MATLAB que hace que la experiencia del cliente sea increíble y se transmitió para su uso en dispositivos Windows y Java. Anticipar cómo se desempeñará el mercado de valores es una de las actividades más problemáticas. Hay una gran cantidad de componentes asociados con la expectativa: elementos físicos versus fisiológicos, comportamiento intelectual y tonto, etc. Cada una de estas perspectivas se combina para hacer que los precios de las acciones sean impredecibles y extremadamente difíciles de predecir con un alto grado de precisión. ¿Podemos utilizar la IA como una ventaja distintiva en este espacio? Utilizando características como los últimos informes sobre una asociación, sus resultados de ingresos trimestrales, etc., las estrategias de IA pueden descubrir ejemplos y fragmentos de información que no habíamos visto antes, y estos pueden utilizarse para hacer predicciones infaliblemente precisas. En este artículo, trabajaremos con información registrada sobre los precios de las acciones de una organización que cotiza en bolsa. Realizaremos una combinación de cálculos de IA para predecir el precio futuro de las acciones de esta organización, comenzando con cálculos básicos como el promedio y la recaída directa, y luego avanzaremos hacia métodos avanzados como Auto ARIMA y LSTM. La idea central detrás de este artículo es explicar cómo se implementan estos cálculos. Describiré rápidamente el método y daré enlaces pertinentes para revisar las ideas cuando sea necesario. En caso de que seas nuevo en el mundo de la planificación del tiempo, te sugiero que leas primero los siguientes artículos: Pronto pasaremos a la parte de ejecución de este artículo, pero primero es importante desarrollar lo que queremos entender. En general, el análisis de las bolsas de valores se divide en dos partes: análisis fundamental y análisis técnico. El análisis fundamental incluye desglosar la productividad futura de la organización en función de su situación comercial actual y su ejecución presupuestaria. El análisis técnico, por otro lado, incluye la lectura de los gráficos y el uso de cifras reales para identificar las tendencias en el mercado de valores. Como habrás imaginado, nos centraremos en la parte del análisis técnico.Utilizaremos un conjunto de datos de Quandl (puede encontrar información registrada de diferentes acciones aquí) y, para este proyecto específico, he utilizado la información de "Goodbye Global Beverages". ¡Es hora de lanzarse!

Biografía :

Universidad de Ibadan, Nigeria