| Περίληψη: | Ένα σημαντικό πρόβλημα που δημιουργεί ο εκθετικός ρυθμός ανάπτυξης της τεχνολογίας είναι αυτό της ανάλυσης ενός τεράστιου όγκου δεδομένων που αφορούν και επηρεάζουν πολλούς τομείς της καθημερινότητας. Η ανάγκη για επεξεργασία και ερμήνευση αυτών των δεδομένων αποτελεί το κίνητρο για τη δημιουργία αλγορίθμων και τεχνικών για την μετατροπή τους σε χρήσιμη πληροφορία κατάλληλες για χρήση.
Ο κλάδος της Τεχνητής Νοημοσύνης (Artificial Intelligence) και της Μηχανικής Μάθησης (Machine Learning) έχουν ως κύριο σκοπό την ανάπτυξη και εξέλιξη αλγορίθμων και τεχνικών επίλυσης προβλημάτων για την ταχύτερη αλλά και πιο εύστοχη αξιολόγηση δεδομένων.
Στην παρούσα διπλωματική, προκειμένου να μελετηθεί και να αξιολογηθεί μια οικονομική χρονοσειρά, κατασκευάστηκε ένα Αναδρομικό Νευρωνικό Δίκτυο που βραχυπρόθεσμα προβλέπει την τιμή και την τάση της μετοχής. Για την καλύτερη πρόβλεψη, από το διαθέσιμο σύνολο δεδομένων χρησιμοποιήθηκαν μόνο όσα παρέχουν ποσοτική αξιολόγηση από το Μέσο Κοινωνικής Δικτύωσης Twitter τη συγκεκριμένη χρονική στιγμή.
Τα δεδομένα που χρησιμοποιούνται είναι αποτέλεσμα συντονισμένης προσπάθειας που έγινε από το Εργαστήριο Αναγνώρισης Προτύπων του τμήματος, η μετοχή η οποία είναι αντικείμενο μελέτης είναι η μετοχή της Google. Τα νευρωνικά δίκτυα διαφόρων επιπέδων που χρησιμοποιήθηκαν, κατασκευάστηκαν με την χρήση του Keras, ενός API της βιβλιοθήκης TensorFlow.
Τέλος, τα αποτελέσματα συγκρίνονται με βάση διαδεδομένες μετρικές αξιολόγησης και σφαλμάτων, και εξάγονται οι αντίστοιχες γραφικές απεικονίσεις.
|
|---|
