وب سایت تخصصی شرکت فرین
دسته بندی دوره ها

جمع جزء: 945,000 تومان

مشاهده سبد خریدتسویه حساب

رمز خود را فراموش کرده اید؟
وب سایت تخصصی شرکت فرین
5
خانه » فروشگاه » AI in Trading: Signal Creation

AI in Trading: Signal Creation

سرفصل های دوره

Build AI Based Buy/Sell Signal/Indicator in Your Algorithmic Trading Bot, Boost Your Python Machine Learning Knowledge


1. Fundamental
  • 1. Introduction
  • 2. Trading Concepts
  • 3. Trading Process
  • 4. Machine Learning Basics
  • 5. Machine Learning in Trading

    • 2. Basic Python Packages
  • 1. Introduction
  • 2. Jupyter
  • 3. Jupyter Tour
  • 4. Pandas and Numpy
  • 5. Numpy Basics
  • 6. Pandas Basics
  • 7. Plotting
  • 8. Seaborn and MatPlotLib

    • 3. Data Sources
  • 1. Introduction
  • 2. Types of Data
  • 3. Methods to Access Data
  • 4. Alpha Vantage
  • 5. Alpha Vantage Access Data With Python
  • 6. AlphaVantage Big Range
  • 7. MetaTrader
  • 8. Metatrader Access Data With Python

    • 4. Feature and Target Design
  • 1.1 av AAPL.csv
  • 1. Introduction
  • 2. Feature and Target Extraction
  • 3. Data Usage Considerations
  • 4. PandasTa
  • 5. PandasTa Target Design
  • 6. PandasTa Feature Feature Design
  • 7. Visualizing Features and Targets
  • 8. Visualizing Features and Targets Continuation

    • 5. Probability Based Algorithms (Bayesian)
  • 1.1 features targets.csv
  • 1. Introduction
  • 2. Bayesian Mindset
  • 3. Bayesian Mathematics
  • 4. Bayesian Application in Spam Detection
  • 5. Bayesian For Parameter Estimation
  • 6. Bayesian For Parameter Estimation Cont.
  • 7. Pymc
  • 8. Pymc Basics
  • 9. Parameter Estimation using Pymc
  • 10. Classification vs Regression
  • 11. Conver Returns to Classification
  • 12. Bayesian Log Regression
  • 13. Bayesian Log Regression for Price Direction in Python
  • 14. Bayesian Log Regression for Price Direction in Python Cont.

    • 6. Decision Tree
  • 1.1 features targets.csv
  • 1. Introduction
  • 2. Decistion Tree Basics
  • 3. Decistion Tree Regression
  • 4. Decistion Tree to Estimate Returns
  • 5. Decistion Tree to Estimate Returns Cont.
  • 6. Decistion Tree to Estimate Returns Cont.
  • 7. Decistion Tree with All Features
  • 8. Split Train and Test
  • 9. Decision Tree for Classification
  • 10. Decision Tree for Classification All Features
  • 11. Cross Validation
  • 12. Cross Validation with Python
  • 13. Cross Validation with Python Cont.
  • 14. Tuning Decision Tree
  • 15. Train Size Selection
  • 16. Random Forest
  • 17. Random Forest with Python
  • 18. Random Forest Tuning

    • 7. Gradient Boosting
  • 1.1 features targets.csv
  • 1. Introduction
  • 2. Ensemble
  • 3. DT Boosting
  • 4. Boosting with Test data
  • 5. Boosting Cross Validation
  • 6. Boosting Cross Validation Cont.

    • 8. Deep Learning
  • 1.1 features targets.csv
  • 1. Introduction
  • 2. Deep Learning
  • 3. What is Gradient Descent
  • 4. Feed Forward Neural Network
  • 5. Feed Forward Neural Network Tensorflow
  • 6. Feed Forward Neural Network Hyperparameter Tuning
  • 7. Feed Forward Neural Network Hyperparameter Tuning Cont.

    • 9. Recurrent Neural Network
  • 1.1 features targets.csv
  • 1. Introduction
  • 2. Recurrent Neural Network and LSTM
  • 3. Data Preparation
  • 4. LSTM with Tensorflow
  • 5. LSTM Model Diagnosis
  • 6. LSTM Model Diagnosis Cont.
    • 189,000 تومان
    بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
    افزودن به سبد خرید
    خرید دانلودی فوری

    در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

    ایمیل شما:
    تولید کننده:
    مدرس:
    شناسه: 18940
    حجم: 3497 مگابایت
    مدت زمان: 633 دقیقه
    تاریخ انتشار: ۲۰ شهریور ۱۴۰۲
    دسته بندی محصول
    Udemy
    Udemy
    مشاهده دوره های Udemy
    طراحی سایت و خدمات سئو

    189,000 تومان
    افزودن به سبد خرید