![Cómo clasificar cuentas nóminas con redes neuronales]( "Cómo clasificar cuentas nóminas con redes neuronales")
Cómo clasificar cuentas nóminas con redes neuronales
Hace poco encontrábamos en Rankia un artículo que trataba de explicar cómo funcionaban las redes neuronales no supervisadas, y concretamente los mapas auto-organizativos de Kohonen (SOM o self-organizing maps): Parece útil su empleo en finanzas y como ejemplo vamos a simular la clasificación no supervisada de cuentas nómina de varias entidades financieras.
![Redes neuronales: supervisadas y no supervisadas]( "Redes neuronales: supervisadas y no supervisadas")
Redes neuronales: supervisadas y no supervisadas
Gran parte de los modelos empleados intentan buscar modelos que tratan de predecir variables que no satisfacen las restricciones de los modelos más clásicos, como por ejemplo, una regresión lineal. Así, una red neuronal busca relaciones más complejas entre unos predictores y la variable objetivo
![Aplicación de las redes neuronales a las finanzas, Javier Oliver]( "Aplicación de las redes neuronales a las finanzas, Javier Oliver")
Aplicación de las redes neuronales a las finanzas, Javier Oliver
Javier Oliver fue el encargado de llevar a cabo la sexta ponencia del jueves 7 de marzo tratando de explicar en su desarrollo la aplicación de las redes neuronales a las finanzas. FOTO Javier Oliver es un actual bloguero de Rankia. En su blog Redes neuronales, trata de aplicar las redes neuronales para la predicción de la volatilidad, precios, indicadores,... Objetivo de esta ponencia es dar a .
Resultados aplicación red neuronal: futuro dax
Por Javier Oliver Muncharaz
En este post expondré los resultados “teóricos” que se obtendrían aplicando la red neuronal y las estrategias I y II descritas en Predicción futuro dax con red neuronal: estrategia a seguir &
Resultados aplicación red neuronal: futuro dax
Por Javier Oliver Muncharaz
En este post expondré los resultados “teóricos” que se obtendrían aplicando la red neuronal y las estrategias I y II descritas en Predicción futuro dax con red neuronal: estrategia a seguir &
Resultados aplicación red neuronal: futuro dax
Por Javier Oliver Muncharaz
En este post expondré los resultados “teóricos” que se obtendrían aplicando la red neuronal y las estrategias I y II descritas en Predicción futuro dax con red neuronal: estrategia a seguir &
Resultados aplicación red neuronal: futuro dax
En este post expondré los resultados “teóricos” que se obtendrían aplicando la red neuronal y las estrategias I y II descritas en Predicción futuro dax con red neuronal: estrategia a seguir
Resultados aplicación red neuronal: futuro dax
Por Javier Oliver Muncharaz
En este post expondré los resultados “teóricos” que se obtendrían aplicando la red neuronal y las estrategias I y II descritas en Predicción futuro dax con red neuronal: estrategia a seguir &
Resultados aplicación red neuronal: futuro dax
Por Javier Oliver Muncharaz
En este post expondré los resultados “teóricos” que se obtendrían aplicando la red neuronal y las estrategias I y II descritas en Predicción futuro dax con red neuronal: estrategia a seguir &
Resultados aplicación red neuronal: futuro dax
En este post expondré los resultados “teóricos” que se obtendrían aplicando la red neuronal y las estrategias I y II descritas en Predicción futuro dax con red neuronal: estrategia a seguir.
Resultados aplicación red neuronal: futuro dax
En este post expondré los resultados “teóricos” que se obtendrían aplicando la red neuronal y las estrategias I y II descritas en Predicción futuro dax con red neuronal: estrategia a seguir.
Predicción futuro dax con red neuronal: estrategia a seguir
Al margen de la serie de posts que iré escribiendo en relación a la parte teórica de las redes neuronales, qué son, cómo funcionan,..etc, voy a escribir otra serie de posts en los que aplicaré las redes neuronales con un sencillo ejemplo.
Redes Neuronales: Un poco de historia (II)
Continuando con el post anterior sobre la historia y evolución de las redes neuronales seguimos a partir de los años sesenta.
1960- Bernard Widroff/Marcian Hoff. Desarrollan el modelo Adaline (Adaptative Linear Elements). Éste fue el primer modelo con una aplicación a un problema real. Fúe usado para la eliminación de los ecos en las líneas telefónicas y se utilizó durante varias
Redes Neuronales: Un poco de historia (I)
En este post voy a realizar un breve repaso histórico de la aparición de las redes neuronales y su evolución a lo largo de los años. Como sabemos, en la actualidad se ha extendido el uso de las redes neuronales a múltiples campos científicos, incluida las finanzas. A pesar de este boom actual podemos centrar sus orígenes en las primeras décadas del siglo XX.
![¿Qué son las redes neuronales y qué ventajas pueden ofrecernos?]( "¿Qué son las redes neuronales y qué ventajas pueden ofrecernos?")
¿Qué son las redes neuronales y qué ventajas pueden ofrecernos?
Las redes neuronales simulan el proceso de aprendizaje del cerebro humano. Se presentan unos datos de entrada (inputs) en una estructura compleja de relaciones entre estos datos de entrada mediante conexiones matemáticas para que cada centro de aprendizaje (neuronas) aprendan dichas relaciones y comparando con los datos de salidas (outputs) generan una serie de patrones de aprendizaje, que servirá
