Luận văn Thạc sĩ Hệ thống thông tin: Dự đoán giá cổ phiếu bằng phương pháp học không giám sát Generative Adversarial Network (GAN)

Luận văn "Dự đoán giá cổ phiếu bằng phương pháp học không giám sát Generative Adversarial Network (GAN)" này tập trung nghiên cứu giải quyết bài toán dự đoán giá cổ phiếu trên thị trường cổ phiếu thế giới và Việt Nam với các cổ phiếu như Google, Amazon, Facebook, Microsoft, Vietcombank .Mời các bạn cùng tham khảo! | UBND TỈNH BÌNH DƢƠNG TRƢỜNG ĐẠI HỌC THỦ DẦU MỘT NGUYỄN MINH LỢI DỰ ĐOÁN GIÁ CỔ PHIẾU BẰNG PHƢƠNG PHÁP HỌC SÂU KHÔNG GIÁM SÁT GENERATIVE ADVERSARIAL NETWORK GAN CHUYÊN NGÀNH HỆ THỐNG THÔNG TIN MÃ SỐ 8480104 LUẬN VĂN THẠC BÌNH DƢƠNG - 2020 UBND TỈNH BÌNH DƢƠNG TRƢỜNG ĐẠI HỌC THỦ DẦU MỘT NGUYỄN MINH LỢI DỰ ĐOÁN GIÁ CỔ PHIẾU BẰNG PHƢƠNG PHÁP HỌC SÂU KHÔNG GIÁM SÁT GENERATIVE ADVERSARIAL NETWORK GAN CHUYÊN NGÀNH HỆ THỐNG THÔNG TIN MÃ SỐ 8480104 LUẬN VĂN THẠC NGƢỜI HƢỚNG DẪN KHOA HỌC TIẾN Ĩ. BÙI THANH HÙNG BÌNH DƢƠNG 2020 LỜI CAM ĐOAN Tôi xin cam đoan rằng luận văn Dự đoán giá cổ phiếu bằng phƣơng pháp học không giám sát Generative Adversarial Network GAN là công trình nghiên cứu của tôi dƣới sự hƣớng dẫn của TS. Bùi Thanh Hùng xuất phát từ nhu cầu thực tiễn và nguyện vọng tìm hiểu của bản thân. Ngoại trừ kết quả tham khảo từ các công trình khác đã ghi rõ trong luận văn các nội dung trình bày trong luận văn này là kết quả nghiên cứu do chính tôi thực hiện và kết quả của luận văn chƣa từng công bố trƣớc đây dƣới bất kỳ hình thức nào. Bình Dương tháng .năm 20 . Tác giả Nguyễn Minh Lợi i LỜI CẢM ƠN Qua thời gian học tập và rèn luyện tại trƣờng Đại học Thủ Dầu Một đƣợc sự chỉ bảo và giảng dạy nhiệt tình của quý thầy cô đặc biệt là các thầy của các trƣờng đại học ở thành phố Hồ Chí Minh đã không ngại đƣờng sá xa xôi để truyền đạt kiến thức cho tôi trong suốt thời gian học ở trƣờng. Cùng với sự nỗ lực của bản thân tôi đã hoàn thành luận văn của mình. Từ những kết quả đạt đƣợc này tôi xin chân thành cám ơn quý thầy cô trƣờng Đại học Thủ Dầu Một đã truyền đạt cho tôi những kiến thức bổ ích trong thời gian qua. Đặc biệt TS. Bùi Thanh Hùng đã tận tình hƣớng dẫn và giúp đỡ tôi hoàn thành báo cáo luận văn thạc sỹ này. Do kiến thức còn hạn hẹp nên không tránh khỏi những thiếu sót trong cách diễn đạt và trình bày. Tôi rất mong nhận đƣợc sự đóng góp ý kiến của quý thầy cô để báo cáo luận văn đạt đƣợc kết quả tốt nhất. Tôi xin kính chúc quý thầy cô và các bạn thật nhiều sức khỏe niềm .

Không thể tạo bản xem trước, hãy bấm tải xuống
TÀI LIỆU LIÊN QUAN
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.