کتاب معیارهای ارزیابی مدل‌های پیش‌بینی مالی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره معیارهای ارزیابی مدل‌های پیش‌بینی مالی

موضوع کلی: کاربردهای هوش مصنوعی در اقتصاد و بازارهای انرژی

موضوع میانی: کاربرد هوش مصنوعی در تجزیه و تحلیل و پیش‌بینی نیاز به سرمایه‌گذاری در فناوری‌های مرتبط با انرژی‌های پاک در بخش خدمات مالی

📋 سرفصل‌های دوره

  • 1. مبانی پیش‌بینی مالی و انواع مدل‌ها
  • 2. رگرسیون خطی و فرضیات آن
  • 3. مقادیر پیش‌بینی‌شده در مقابل واقعی
  • 4. خطای مطلق میانگین (MAE)
  • 5. ریشه میانگین خطای مربعی (RMSE)
  • 6. خطای متناسب میانگین (MAPE)
  • 7. ضریب تعیین R² و R² تعدیل‌شده
  • 8. معیارهای اطلاعاتی آکائیکه و بیک
  • 9. VaR و CVaR به‌عنوان معیار ریسک
  • 10. نسبت شارپ و بازده تعدیل‌شده
  • 11. دقت جهت‌دار در سری‌های زمانی مالی
  • 12. نسبت تشخیص سیگنال (Hit Rate)
  • 13. AUC-ROC و دقت طبقه‌بندی مالی
  • 14. Precision, Recall و F1-Score
  • 15. ماتریس سردرگمی در پیش‌بینی بازار
  • 16. منحنی Precision-Recall
  • 17. معیارهای رویکرد بیزی
  • 18. اصل تعمیم‌پذیری و آموزش بیش از حد
  • 19. تصحیح اختلال و K-Fold Cross-Validation
  • 20. اعتبارسنجی زمانی و Rolling Window
  • 21. توقف زودهنگام و نظم‌دهی
  • 22. تحلیل باقیمانده‌ها
  • 23. نوسان‌پذیری و پایداری مدل
  • 24. تغییرات رژیمی و مدل‌های سوئیچینگ
  • 25. عدم ایستایگی و اثر آن بر ارزیابی
  • 26. خواص غیرخطی و مدل‌های پیچیده
  • 27. روش‌های اجتماعی و ارزیابی ابرمدل‌ها
  • 28. شبکه‌های عصبی پیش‌بینی مالی
  • 29. ارکسترال‌های گریدی و ارزیابی
  • 30. محولات و تبدیلات ویژگی
  • 31. انتخاب ویژگی و اهمیت متغیر
  • 32. داده‌های ناقص و اثر آن بر معیارها
  • 33. موازنه انحراف-تنوع
  • 34. بهبود تدریجی و تنظیم هایپرپارامتر
  • 35. معیارهای مقایسه‌ای مدل‌ها
  • 36. آزمون دیکی-فولر و ایستایگی
  • 37. ARIMA و ارزیابی پیش‌بینی
  • 38. GARCH و پیش‌بینی نوسان
  • 39. مدل‌های مارتینگال و اعتبارسنجی
  • 40. شبکه‌های LSTM و GRU برای سری‌های زمانی
  • 41. ترانسفر یادگیری در پیش‌بینی مالی
  • 42. یادگیری تقویتی برای استراتژی‌های سرمایه‌گذاری
  • 43. تفسیرپذیری مدل‌ها (XAI)
  • 44. طرح بک‌تست و استرس‌تست
  • 45. معیارهای عملیاتی پیاده‌سازی
  • 46. پایش عملکرد مدل در زمان واقعی
  • 47. هشدار دروغین و فراتر از دقت
  • 48. هزینه خطا و ضرر ناهمسان
  • 49. بهینه‌سازی آستانه تصمیم‌گیری
  • 50. مدل‌های ترکیبی و تجمیع پیش‌بینی‌ها
  • 51. بایزین ادغام پیش‌بینی‌ها
  • 52. مقایسه مدل‌های عمیق و سنتی
  • 53. ارزیابی مدل‌ها در بازارهای انرژی پاک
  • 54. پیش‌بینی نیاز سرمایه‌گذاری در فناوری‌های انرژی
  • 55. تأثیر سیاست‌گذاری و تنظیمات بر معیارها
  • 56. داده‌های جایگزین و ارزیابی مدل
  • 57. حافظه بازار و اثر آن بر معیارها
  • 58. عدم تقارن توزیع بازار و چالش ارزیابی
  • 59. معیارهای روبوست در شرایط بحرانی
  • 60. پیش‌بینی ریسک سیستمی
  • 61. ارزیابی مدل در محیط داده‌ای کوچک
  • 62. تضاد بین درون‌آزمایشی و بیرون‌آزمایشی
  • 63. اصل سادگی و مدل‌های اسپارس
  • 64. معیارهای انتروپی و اطلاعاتی
  • 65. تحلیل حساسیت پارامترها
  • 66. استحکام مدل در برابر شوک
  • 67. بازنگری و بازآموزی مدل
  • 68. اسکورها و رتبه‌بندی مدل‌ها
  • 69. استاندارددهی داده‌ها و تأثیر بر معیارها
  • 70. هم‌روندی و خودهمبستگی در خطا
  • 71. تصحیح هرس‌شدگی و محدودیت‌های مدل
تگ‌ها: AI finance backtesting criteria clean energy investment cross validation financial deep learning finance energy market analysis financial ML financial prediction model evaluation investment forecasting machine learning financial models model interpretability finance model selection criteria overfitting finance risk metrics Sharpe VaR time series forecasting

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.