ایجاد یک ربات یادگیری ماشینی برای تجارت بر اساس رسانه های اجتماعی

ساخت عوامل AI در نوت بوک های Jupyter!

عنوان اصلی : Build a Machine Learning Bot to Trade Based on Social Media

سرفصل های دوره :

بررسی اجمالی دوره 00a:
پرونده های منبع
00b دوره های تعاملی ماموت مقدمه:
01 نحوه یادگیری آنلاین به طور مؤثر
پرونده های منبع
01 مقدمه بر پایتون (پیش نیاز):
00. معرفی به دوره و پایتون
01. متغیرها
02. نمونه های تبدیل را تایپ کنید
03. عملگر
04. مجموعه ها
05. نمونه های لیست
06. نمونه های Tuples
07. نمونه های فرهنگ لغت
08. نمونه هایی
09. شرط
10. اگر مثال بیانیه
11. حلقه
12. کارکرد
13. پارامترها و نمونه های بازگشت مقادیر
14. کلاس ها و اشیاء
15. نمونه های وراثت
16. مثالهای اعضای استاتیک
17. خلاصه و OUTRO
پرونده های منبع
02 توییت های خراش و فرآیند:
01 API توسعه دهنده توییتر را دریافت کنید
02 آخرین توییت را از طریق API دریافت کنید
03 بررسی کنید که آیا در مورد cryptocurrency توییت کرده اید
پرونده های منبع
03 تجزیه و تحلیل احساسات توییت:
01 تجزیه و تحلیل احساسات چیست
02 احساسات توییت را تجزیه و تحلیل کنید
پرونده های منبع
04 خرید الگوریتمی cryptocurrency - تست را با ماسهبازی:
01 Get Coinbase Pro Sandbox API
02 حساب Sandbox Coinbase Pro Open Open از طریق API
03 تست خرید از ماسهبازی Coinbase از طریق API
پرونده های منبع
05 خرید الگوریتمی cryptocurrency - سکه های واقعی:
01 API Coinbase
02 Cryptocurrency را از API بخرید
پرونده های منبع
06 RUN BOT تمام روز:
01 ربات را تمام روز اجرا کنید
پرونده های منبع
07 خرید Doge با API Kraken:
01 نحوه دسترسی به API Kraken
02 الگوریتمی Doge را بخرید
پرونده های منبع
08 تجزیه و تحلیل داده ها - سایر رمزنگاری های تحت تأثیر توییت ها:
01 داده های سهام رمزنگاری شده
02 داده های رمزنگاری را تجسم کنید
03 توییت های تاریخی را خراش دهید
04 توییت فیلتر فقط در مورد رمزنگاری
05 جلوه های توییت را بر روی مقدار رمزنگاری تجسم کنید
پرونده های منبع
09 نحوه گسترش ربات:
01 چالش - نحوه گسترش ربات
پرونده های منبع