Aprendizaje profundo para las finanzas

Capítulo 8. Aprendizaje profundo para la predicción de series temporales I

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Aprendizaje profundo es un campo algo más complejo y detallado que el aprendizaje automático. Tanto el aprendizaje automático como el aprendizaje profundo se engloban en la ciencia de datos. Como verás, el aprendizaje profundo trata sobre todo de las redes neuronales, un algoritmo muy sofisticado y potente que ha gozado de mucha cobertura y bombo, y por una buena razón: es muy potente y capaz de captar relaciones no lineales muy complejas entre distintas variables.

El objetivo de este capítulo es explicar el funcionamiento de las redes neuronales antes de utilizarlas para predecir series temporales financieras en Python, tal y como viste en el Capítulo 7.

Un paseo por las redes neuronales

Las redes neuronales artificiales (RNA) tienen sus raíces en el estudio de la neurología, donde los investigadores trataban de comprender cómo funcionaba el cerebro humano y su intrincada red de neuronas interconectadas. Las RNA están diseñadas para producir representaciones computacionales del comportamiento de las redes neuronales biológicas.

Las RNA existen desde la década de 1940, cuando los académicos empezaron a buscar formas de construir modelos computacionales basados en el cerebro humano. El lógico Walter Pitts y el neurofisiólogo Warren McCulloch fueron de los primeros pioneros en este tema. Publicaron ...