پیش بینی تغییرات فصلی نرخ ارز با استفاده از روش درخت تصمیم و ماشین بردار پشتیبان

thesis
abstract

هدف این مطالعه بررسی قدرت پیش بینی از طریق مدلهای یادگیری ماشین ،ماشین بردار پشتیبان svm و درخت تصمیم chaid در بازار ارز غیر رسمی دلار- ریال ایران می باشد .در این راستا پس از مطالعه ادبیات موضوع به انجام آزمون های ریشه واحد و همچنین ضریب همبستگی پیرسون مبادرت گردید .با استفاده از ضریب همبستگی پیرسون صحت گزینش متغیرهای ورودی مشخص گردید .در گام بعدی با ورود متغیرهای تأثیر گذار به مدل به ساخت مدل های مختلف اقدام گردید .و در نهایت با استفاده از معیار دقت(accuracy) ، میانگین مربعات خطا(mse) و مجذور میانگین مربعات خطا (rmse) مدل بهینه از سایر مدل ها گزینش گردید .و مشخص گردید که درخت تصمیم chaid نسبت به مدل ماشین بردار پشتیبان از عملکرد بهتری دارا می باشد .

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

پیش بینی گرایش احساسی سرمایه گذاران با استفاده ازتکنیک‏های ماشین بردار پشتیبان(SVM) و درخت تصمیم(DT)

گرایش‏های احساسی سرمایه‏گذاران بیانگر حاشیه میزان خوش‏بینی و بدبینی سهامداران نسبت به یک سهم می‏باشد. احساسات سرمایه‏گذاران تحت تاثیر پدیده‏های روانشناختی، به رفتار افراد جهت می‏بخشند و در بسیاری از مواقع، موجب انحراف افراد از رفتار عقلایی می‏شوند. هدف از انجام این پژوهش، بکارگیری روش‏های فراابتکاری جهت پیش‏بینی گرایش‏های احساسی سرمایه‏گذاران است. در این پژوهش با استفاده از 97 نسبت مالی مربوط ...

full text

پیش بینی فصلی خشکسالی هواشناسی با استفاده از ماشین های بردار پشتیبان

در تحقیقات مختلف، پارامترهای هواشناسی متفاوتی در پیش بینی دوره های کم بارش مورد توجه قرار گرفته اند. در این تحقیق نمایه بارش استاندارد شده (spi) برای 6 سناریوی فصل (پاییز، زمستان، بهار، پاییز+ زمستان، زمستان+ بهار و پاییز تا بهار) محاسبه شده و متغیرهای هواشناسی پیش بینی کننده دمای هوا (در سطح 300، 500، 700 و 850 میلی بار) و ارتفاع ژئوپتانسیل (در سطح 300، 500، 700 و 850 میلی بار) در محدوده طول و...

full text

پیش بینی ژن‏ های بیماری با استفاده از دسته‏ بند تک‌کلاسی ماشین بردار پشتیبان

Abstract: In disease gene identification and classification, users are only interested in classifying one specific class, disease genes, without considering other classes (non-disease genes). This situation is referred to as one-class classification. Existing machine learning-based methods typically use known disease gene as positive training set and unknown genes as negative training set to bu...

full text

توانایی ماشین بردار پشتیبان در پیش بینی درماندگی مالی

درماندگی مالی پیش از ورشکستگی مالی رخ می‌دهد و پیش بینی موثر آن یک مسئله‌ی مهم و چالش برانگیز برای شرکت‌ها می‌باشد. تحقیق حاضر به پیش بینی درماندگی مالی در قالب مدل ماشین بردار پشتیبان و با استفاده از ترکیبات جریان نقد می‌پردازد. اهمیت ابزارهای داده کاوی، و توانایی این ابزارها در پیش بینی و طبقه بندی متغیرها، استفاده از آن‌ها را در مباحث مختلف مالی از جمله پیش بینی ورشکستگی، پیش بینی درماندگی م...

full text

پیش بینی مدیریت سود با استفاده از درخت تصمیم گیری

با تشکیل و گسترش موسساتی که مالکیت عام یافته اند ضرورت تفکیک مالکیت از مدیریت هر چه بیشتر مشخص گردید. در نتیجه قشر جدیدی به عنوان مباشران ، اداره اینگونه موسسات را بر عهده گرفته و عملا مدیریت از مالکیت تفکیک شد. مدیران وظیفه مباشرت و حسابدهی در قبال منابع در اختیار خود و تهیه و ارائه گزارشهای مالی  را بر عهده دارند. تضاد منافع میان مدیران و مالکان ، احتمال خطر ارائه اطلاعات غیر قابل اتکا  را اف...

full text

پیش بینی تبخیر- تعرق پتانسیل ماهانه با استفاده از مدل‌های ماشین بردار پشتیبان، برنامه‌ریزی ژنتیک و سیستم استنتاج عصبی – فازی

  چکیده علی­رغم اهمیت تبخیر-تعرق در برنامه­ریزی و مدیریت منابع آبی، وابستگی آن به مولفه­های اقلیمی از یک­سو و تاثیرپذیری این مولفه­ها از یکدیگر از سویی دیگر تخمین تبخیر-تعرق را دشوار ساخته است. به همین منظور، در این پژوهش، به بررسی امکان پیش­بینی این مولفه­ی مهم در استان سیستان و بلوچستان با استفاده از مدل‌های فراابتکاری از قبیل سیستم استنتاج عصبی – فازی، برن...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه علم و فرهنگ - دانشکده صنایع

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023