Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

NEURAL NETWORK MODELS FOR PREDICTION OF STOCK MARKET DATA

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F63468352%3A_____%2F11%3A%230000134" target="_blank" >RIV/63468352:_____/11:#0000134 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    NEURAL NETWORK MODELS FOR PREDICTION OF STOCK MARKET DATA

  • Popis výsledku v původním jazyce

    The article deals the possibility of using neural networks for data prediction. These data represent the values of the shares on the NASDAQ stock market and are used as training set of neural networks. In preparing model we use multiple time series. These series create a single test set compiled using the PHP language. To implementation the SNNS (Stuttgart Neural Network Simulator) simulator used in the Java version, which allows selection of different options for learning to achieve good values of global error.

  • Název v anglickém jazyce

    NEURAL NETWORK MODELS FOR PREDICTION OF STOCK MARKET DATA

  • Popis výsledku anglicky

    The article deals the possibility of using neural networks for data prediction. These data represent the values of the shares on the NASDAQ stock market and are used as training set of neural networks. In preparing model we use multiple time series. These series create a single test set compiled using the PHP language. To implementation the SNNS (Stuttgart Neural Network Simulator) simulator used in the Java version, which allows selection of different options for learning to achieve good values of global error.

Klasifikace

  • Druh

    O - Ostatní výsledky

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    N - Vyzkumna aktivita podporovana z neverejnych zdroju

Ostatní

  • Rok uplatnění

    2011

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů