Sieć neuronowa do przewidywania zmian kursów walut na podstawie danych historycznych

dc.contributor.author	Woś, Michał Aleksander
dc.date.accessioned	2021-08-23T11:30:12Z
dc.date.available	2021-08-23T11:30:12Z
dc.date.issued	2021-08-23
dc.identifier.issn	2021/I/G/37
dc.identifier.uri	https://repin.pjwstk.edu.pl/xmlui/handle/186319/908
dc.description.abstract	Praca dotyczy szkieletowej sieci neuronowej z dedykowanym wykorzystaniem w dziedzinie przewidywania wahań kursów walut na podstawie danych historycznych. Jako źródło danych uczących użyte są pliki csv pobrane ze stron bankowych. Głównym zagadnieniem tej pracy jest - powstawanie sztucznej sieci neuronowej budowanej od podstaw - próba zaobserwowania i zrozumienia zjawisk umożliwiających jej działanie - poznanie ogólnych zasad, jakimi powinienem się kierować przy jej budowie i dostosowaniu do rozwiązywania konkretnego problemu predykcji. Projekt rozpoczął się po części jako realizacja systemu, jednak w trakcie swojego trwania dość szybko wyewoluował w kierunku studium analityczno-poznawczego. Poniższy dokument przedstawia analizę badanego problemu, wybór narzędzi do budowy aplikacji, poszczególne fazy jej powstawania oraz problemy, jakie napotkano w trakcie projektu.	pl_PL
dc.language.iso	other	pl_PL
dc.relation.ispartofseries	;Nr 6087
dc.subject	Java	pl_PL
dc.subject	Spring Boot	pl_PL
dc.subject	sieci neuronowe	pl_PL
dc.subject	uczenie maszynowe	pl_PL
dc.title	Sieć neuronowa do przewidywania zmian kursów walut na podstawie danych historycznych	pl_PL
dc.type	Thesis	pl_PL