將隱馬可夫模型 ( HMM,Hidden Markov Models ) 用於股票價格分析、語言建模、網站分析、生物學和網頁排名( PageRank)。
隱馬爾可夫模型( Hidden Markov Model, HMM )是關於學習序列( sequences )的。
很多對我們來說非常有用資料模型都是按順序排列的。股票價格是價格的序列 ; 語言是一系列詞彙 ; 信用評分涉及借款和還款的順序,我們可以使用這些順序來預測你是否要違約。總之,序列無處不在,能夠分析它們是資料科學工具箱中的一項重要技能。
https://softnshare.com/unsupervised-machine-learning-hidden-markov-models-in-python/
「股票預測模型python」的推薦目錄:
- 關於股票預測模型python 在 軟體開發學習資訊分享 Facebook 的最讚貼文
- 關於股票預測模型python 在 紀老師程式教學網 Facebook 的精選貼文
- 關於股票預測模型python 在 紀老師程式教學網 Facebook 的最佳貼文
- 關於股票預測模型python 在 Re: [心得] 戴爾受惠ai,此時此刻大漲21% - 看板Stock 的評價
- 關於股票預測模型python 在 【國語】股價預測AI實作,Python程式碼逐行解說 - YouTube 的評價
- 關於股票預測模型python 在 Stocker 強大的股價預測分析工具(附完整程式碼) - 理財板 - Dcard 的評價
- 關於股票預測模型python 在 stock-prediction-with-DL/深度学习与股票分析预测 - GitHub 的評價
- 關於股票預測模型python 在 股票預測python的問題包括PTT、Dcard、Mobile01,我們都能 ... 的評價
- 關於股票預測模型python 在 股票預測python的問題包括PTT、Dcard、Mobile01,我們都能 ... 的評價
- 關於股票預測模型python 在 股票預測python的問題包括PTT、Dcard、Mobile01,我們都能 ... 的評價
- 關於股票預測模型python 在 股票預測模型python :: 博碩士論文下載網 的評價
- 關於股票預測模型python 在 用AI預測股價?實測Facebook Prophet 預言家 - 量化投資筆記 的評價
- 關於股票預測模型python 在 FinLab財經實驗室- 財經必備:輕鬆使用python預測股價 程式 ... 的評價
- 關於股票預測模型python 在 python股票預測的推薦與評價,DCARD、FACEBOOK 的評價
- 關於股票預測模型python 在 python股票預測的推薦與評價,DCARD、FACEBOOK 的評價
股票預測模型python 在 紀老師程式教學網 Facebook 的精選貼文
【最。後。倒。數】5折優惠最後24小時!
#一聽就懂的Python機器學習,把握最後優惠►https://ps.yottau.net/SE32B
紀老師在程式補教界教學30餘年,慣用深入淺出的方式帶同學學習,這堂課將公開多年來的獨門教法!
▌10個機器學習演算法全解說
✅ 常見四大迴歸:簡單線性迴歸、多元線性迴歸、多項式迴歸、邏輯迴歸
✅ 單純貝氏分類器:說明貝氏定理、最大似然率估計(Max Likelihood Estimation, MLE)
✅ 支援向量機:說明支援向量機的原理、內核函數的原理與好處、以及支援向量機的五大參數等..
✅ 決策樹:透過介紹兩種決策樹演算法:ID3 與 CART,說明決策樹分類的背後原理
✅ 隨機森林:說明隨機森林的原理、與四大優點:能處理大量低關連的屬性、對缺失資料抗性良好、能產生「統計不偏」的訓練集、對離群值抗性較佳
✅ K 平均集群法:解釋「何謂集群演算法」外,也介紹了 K-平均法(K-Means)的原理。透過介紹 「K-Means++ 演算法」與「群內平方和(WCSS)」,教大家如何選擇適合的「初始值」與「最佳 K 值」到底是多少
學完這門課,不只機器學習的演算法由淺入深全掌握,還能自己完成一個 #股票趨勢預測系統!
對於課綱的設計,老師非常有信心~每個章節會搭配生活實例,大量課後作業讓你強勢練習!
----------------------------------
#一聽就懂的Python機器學習
課程滿滿30小時以上,超級豐富
募資期間購課只要2500元(原價4980元)錯過可惜!
📌 線上課程5折優惠,最後24小時 https://ps.yottau.net/SE32B
股票預測模型python 在 紀老師程式教學網 Facebook 的最佳貼文
【5折。最。後。倒。數】
提醒還沒預購 #Python機器學習 線上課程的同學們,把握最後優惠 ► https://ps.yottau.net/SE32B
▌自學機器學習為什麼常失敗?
機器學習演算法背後,由微積分、線性代數...等數學理論支撐。大部分的自學者很難看懂這些數學公式,半途而廢,或進而在一知半解的情況下,硬抄、硬套其他人寫好的程式碼,無法活用並解決自己的問題。
市面學習資源,大多講某某演算法「是什麼」、「怎麼做」;而很少講「為什麼要用該演算法」,以及「什麼時候該用這個演算法」。導致自學者常常張冠李戴,把解決特定問題的某種演算法,囫圇吞棗地硬套到另一種問題身上。
▌電腦補教界30年經驗 #提供系統化學習路徑
✅ 30小時扎實課程
6大機器學習模型+股票趨勢預測專案,所學直接應用在真實情境中!
✅ 一定用最淺顯易懂的方式,解說演算法背後的數學原理。
✅ 每個理論搭配一個以上的實例講解!
提供「乳癌預測」、「男聲/女聲辨識」、「某人離職機率高嗎」、「信用卡客戶貢獻度預測」...等數十個課後練習作業,並由講師親自批改,讓學員對機器學習從「了解」、晉升到「精熟」。
✅ 提供講師自製的「機器學習快樂版」函式庫,讓你用不到一半的程式碼行數,做出比別人更棒的功能!
▌上完課後,可以解決職場或生活上哪些問題?
舉凡目前手機「人臉辨識」,或者蘋果手機的 Siri 「語音助理」,自動駕駛,智慧家電(根據外界溫濕度、自動調節環境...等),無人農場、牧場(以機器監控植物、牲畜當下狀況,給予水、肥料、飼料...等),語言翻譯軟體/App(講中文→翻譯出日文),購物車推薦系統(「買了這項物品的人,也買了...」)...都是機器學習可以解決的範圍。
#現在預購課程只要2500(原價4980元)
#投資自己永遠不嫌晚
-------------------------------
一聽就懂的Python機器學習
📌 線上課程5折優惠中 https://ps.yottau.net/SE32B
👉 點擊上方連結 #再拿$200折價券
股票預測模型python 在 【國語】股價預測AI實作,Python程式碼逐行解說 - YouTube 的推薦與評價
AI 模型 的設計(AI modeling):Keras、LSTM(Long Short-Term Memory)、循環神經 ... 『 Python twstock 股票 程式教學(一)』6行程式碼輕鬆獲取 股票 及時 ... ... <看更多>
股票預測模型python 在 Stocker 強大的股價預測分析工具(附完整程式碼) - 理財板 - Dcard 的推薦與評價
Python 股票 分析:Stocker 強大的股價預測分析工具(附完整程式碼) ... 視覺化歷史股價使用Stocker 中的Prophet 預言家模型(Facebook 提出) 預測股價會 ... ... <看更多>
股票預測模型python 在 Re: [心得] 戴爾受惠ai,此時此刻大漲21% - 看板Stock 的推薦與評價
※ 引述《bluejade1235 (藍玉)》之銘言:
: 戴爾受惠AI,目前大漲21%
: 。
: 大多數的人根本不知道什麼是AI
: 大多數的人也不知道美國的AI跟臺灣的AI差在哪
: 。
: 戴爾現在大漲21%。2023/9/1。22:02 (臺北時間)
: https://finance.technews.tw/2023/09/01/dell-technologies-q2-2024-earnings/
: 營運長克拉克(Jeff Clarke) :
: 戴爾旗下一台針對生成式 AI 性能最佳化的 AI 伺服器積壓將近 20 億美元的訂單。「
: AI 已經表明一個長期順風的趨勢,我們產品組合的需求持續成長」
: 。
: Q : 如果你的問題是「戴爾可不可以買」
: A : 我覺得可以,因為戴爾幾乎沒什麼漲,你能相信嗎? 戴爾今年股價只有漲100%而已
: 戴爾是全世界AI SERVER 品牌第一名,只有漲100%
: Q : 如果你的問題是「技嘉可不可以買」
: A : 我認為很明顯是不行的,技嘉的AI SERVER市佔率低到已經看不見了,今年竟然可以
: 大漲300%
: 。
: 戴爾 : AI SERVER世界排名 : 1
: 惠普 : AI SERVER世界排名 : 2
: 技嘉 : AI SERVER世界排名 : 低到已經看不見
: 。
: 戴爾本益比 : 20
: 惠普本益比 : 10
: 技嘉本益比 : 46
: 。
: 戴爾今年漲 : 100%
: 惠普今年漲 : 20%
: 技嘉今年漲 : 300%
: 。
: 技嘉投信連續性的大買,今年還在買,一天就買了12億
: 投信是因為什麼原因買我不知道
: 不過其中一個原因一定是 : 投信用的不是自己的錢
: 如果投信用自己的錢,我認們他們一定不敢買
版上還是要有些正能量的討論,
我還是逆風說一下我個人的看法,
先說結論,
我個人比較看好DELL, 其次是技嘉, HPQ我個人最不看好,
另外,
要吵AI 股的話,
就直接買正AI股, 像是NVDA, MSFT, GOOG, TSM,
不需要去賭這種AI 產業鍊最底層也最外圍的公司,
或者買大盤ETF 也有AI概念股的功能, 還比較安全,
像是QQQ, TQQQ, SOXL, FANG
DELL 今天本益比已經到26.01了,
本益比甚至比GOOG 還要高, 接近MSFT,
現在實在沒有買的理由,
同樣道理可以套用在技嘉跟其他AI代工廠,
HP 的問題非常的大,
管理階層惡搞非常多年,
不要看到現在本益比低就跳進去,
另外, HPE 才是惠普做伺服器的部門, 本益比以22.7,
HPQ 本益比10 是做個人電腦的
另外,
我看到前後有幾篇文章把DELL 跟台灣的AI 代工廠混在一起談,
其實這是非常錯誤的地方,
AI 伺服器分成兩種,
一種是現在主流的雲端AI 伺服器,
另一種是傳統私人企業自己架構的私人AI 伺服器,
雲端AI 伺服器主要都在資料中心,
主要玩家是MSFT, AMZN, GOOG, BABA,
另外像是META, AAPL, NFLX, TSLA有些是跟上面三家雲端公司租借伺服器,
提供自家應用程式服務,
有些是自己架設自己的雲端伺服器,
然後這些雲端伺服器全都由台灣的廠商代工,
像是技嘉, 鴻海, 廣達等等
傳統私人企業的伺服器主要玩家是IBM, DELL, HPQ,
從前銀行跟機場等公司都買IBM mainframe 當自己的伺服器,
尤其銀行現在大部分還在用mainframe + cobol,
新的伺服器主要是DELL/EMC 跟 HPQ
這兩種伺服器市場的優缺點是:
雲端伺服器的量是私人伺服器的量 數千到萬倍以上,
但是私人伺服器的利潤極高,
還有之後的硬體與系統保養+服務的收費,
賣一台私人伺服器的利潤大概是一台雲端伺服器代工的利潤 數十倍到數百倍以上,
所以這很難說哪一家比較好
身為鄉民認證的萬惡炒房炒股大戶,
我就用房子當作例子,
雲端伺服器像是在出租房以及旅館出租,
私人伺服器像是買自住房再加上自己的裝潢與加工,
所以私人伺服器可以依照自己的需求客製化,
而且長遠來說私人伺服器的成本便宜非常多
但是雲端伺服器對大部分的人來說是可以負擔的,
大部分的人跟企業是無法自己架設私人伺服器或買NVDA 的AI 顯卡,
反而用出租的方式對大部分的人是可以負擔與接受的方式,
等到真的事業做大了,
再來考慮要自己建server 還是繼續用 cloud,
如果事業失敗了,
可以拍拍屁股走人,
完全不需要處理硬體設備等問題
我自己是兩種都有,
我有用Google Cloud, 家裡也有一台DELL 伺服器,
DELL 那台其實是Alienware 改裝的,
我在電蝦版有分享過如何架設與安裝cuda 等,
跑AI 程式的確便宜很多,
只要出電費就好,
現在雲端伺服器超貴,
我跑個網頁一個月就要幾十甚至數百美金,
這都還不包括如果我要跑AI 程式的話
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 4.16.138.22 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1693601310.A.567.html
我第一時間看原文說到惠普本益比10, 所以聯想到HPQ,
但是後來發現我看錯公司了,
HPQ 本益比10 是做個人電腦的,
HPE 本益比22.7 才是做企業伺服器的,
兩家公司在當年2011 or 2013 的惠普高層惡搞的時候,
被迫拆分成兩家公司
就像我提到的例子,
你買自住房住滿十年省下來的比租房十年還划算,
但是如果是短時間的使用, 像是一兩年的話,
那不如租用雲端伺服器比較划算
1. 訓練training
2. 推理inference
推理inference 的部分已經不需要AI 伺服器了,
一般手機裡頭的 AI edge chip 就可以跑了,
訓練training 的程式還是需要大型AI伺服器,
尤其ChatGPT LLM 目前只有NVDA 的GPU能夠跑
Google TPU 也有跑ChatGPT LLM, 但是科學家用不慣
是的,
訓練完的模型授權給一般公司使用,
只需要local 的 inference or edge AI 就可以跑了,
慢慢的,
AI 硬體效能過剩的問題會出現
抱歉, 沒有cuda 的部分,
只有ubuntu 的部分 :)
不過如果你要寫tensorflow, python 的DeepLearning 代碼,
目前ubuntu 已經有支援nvidia driver 與 cuda 部分,
https://www.tensorflow.org/install/pip
但是如果你要寫c/c++ cuda,
那就需要nvidia 整套的toolkit,
https://developer.nvidia.com/cuda-toolkit
技嘉的私人伺服器不是公司主力,
跟dell 不一樣,
當然,
我個人也是覺得dell 本益比與產業發展會比技嘉好一些,
我前面有說我心裡的排名,
這是我個人看法,
不是投資建議也不是專業的分析,
不過我的買ai股會放在QQQ/TQQQ + 尖牙骨 + adobe + TSM 之類的股票
※ 編輯: waitrop (4.16.138.22 美國), 09/02/2023 07:53:45
就像是我之前提到的硬體效能過剩的問題,
直到最近雲端伺服器興起,
尤其是對AI 算力的需求,
帶動了一波伺服器潮流,
規模應該是會比傳統伺服器大,
大概就是更換掉所有的傳統伺服器 加上 新AI算力的需求,
但是的確無法跟終端使用的手機相比,
最後終端應用還是在手機與電腦上的軟體,
就像我之前文章提到的,
最後真正的大餅會是在終端應用程式與終端應用系統/平台
怎麼可能沒聽過
我職業生涯一開始很像是用ibm 的 job scheduler, batch job,
也就是把數萬個工作送去server farm 工作,
然後最後把所有的工作結果給收集回來,
目前業界最流行的是kubernetes, 沒空學 :(
https://kubernetes.io/
還有kubernetes 的前身 borg,
https://en.wikipedia.org/wiki/Borg_(cluster_manager)
整個科技業跟著AI 雞犬升天,
幾乎每一家都受惠, 營收都成長,
算是整個人類科技的整體提升
※ 編輯: waitrop (4.16.138.22 美國), 09/02/2023 09:38:00
NetApp 不是做AI 產品,
但是NetApp 是做storage 的大廠,
受益於雲端伺服器的需求,
以及大量資料的訓練需求,
NetApp 受益於雲端伺服器與大資料訓練,
總體而言,
整個科技業都或多或少受益到這次的AI 革命
我就定期定額單買一隻TQQQ,
邏輯很簡單,
我看不清楚最後誰會是終端平台的最後贏家,
但是我確定整個科技業甚至人類科技會因為AI 而整體提升,
所以我目前先單壓那指
自己搜尋原文:
CPU vs GPU vs TPU: Understanding the Difference Between Them
答案是CPU 不可能跑動LLM,
受限於CPU 本身設計的影響,
CPU can handle tens of operation per cycle
GPU can handle tens of thousands of operation per cycle
TPU can handle upto 128000 operations per cycle
TPU 之所以無法跟GPU相比的原因不是因為效能,
而是因為難用,
TPU 對軟體算法做太特殊的硬體加速,
變成TPU 綁定了某些特殊的軟體算法加速,
而天秤的另一端是CPU,
CPU 設計得太過generic,
沒有對任何軟體算法加速,
也沒有大量平行core的設計,
不要以為96 core 的CPU 很強,
GPU 是數千數萬顆core 的平行運算
而GPU 是在CPU 與TPU 的中間,
generic for AI 演算法
※ 編輯: waitrop (4.16.138.22 美國), 09/02/2023 11:52:49
... <看更多>