El aprendizaje automático es la técnica más utilizada para abordar tareas de mayor envergadura y complejidad mediante el análisis de la información más relevante ya presente en las bases de datos. Con el fin de predecir mejor la tendencia futura del índice, este artículo propone un modelo numérico bidimensional de aprendizaje automático para simular el principal índice bursátil estadounidense y utiliza un método no lineal implícito de diferencias finitas para hallar soluciones numéricas del modelo de simulación bidimensional. El método de aprendizaje automático propuesto utiliza ecuaciones diferenciales parciales para predecir el mercado bursátil y puede utilizarse ampliamente para acelerar el procesamiento de datos a gran escala en la base de datos históricos. Los resultados experimentales muestran que el algoritmo propuesto reduce el error de predicción y mejora la precisión de los pronósticos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Nuevos resultados sobre la deficiencia de magia de bordes (súper) de los grafos de cadena.
Artículo:
Sobre el Problema del Salto Modificado para la Ecuación de Laplace en el Exterior de Grietas en un Plano
Artículo:
La estabilidad asintótica de las ecuaciones generalizadas de Navier-Stokes en 3D.
Artículo:
Estabilidad y estabilización de un sistema de control en red con retardos aleatorios hacia delante y hacia atrás
Artículo:
Análisis de la aproximación por operadores lineales en espacios variables y aplicaciones en teoría del aprendizaje.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones