Inteligência Artificial nas Finanças

Apêndice B. Classes de redes neurais

Com base nos fundamentos do Apêndice A, este apêndice fornece implementações simples, baseadas em classes, de redes neurais que imitam as APIs de pacotes como scikit-learn. A implementação é baseada em código Python puro e simples e serve como ilustração e instrução. As classes apresentadas neste apêndice não podem substituir implementações robustas, eficientes e escaláveis encontradas nos pacotes Python padrão, como scikit-learn ou TensorFlow em combinação com Keras.

O anexo inclui as seguintes secções:

• "Funções de ativação" introduz uma função Python com diferentes funções de ativação.

• "Redes Neurais Simples" apresenta uma classe Python para redes neurais simples.

• "Redes neurais superficiais" apresenta uma classe Python para redesneurais superficiais.

• "Predicting Market Diretion" aplica a classe de redes neurais superficiais a dados financeiros.

As implementações e os exemplos neste apêndice são simples e diretos. As classes Python não são adequadas para atacar problemas maiores de estimação ou classificação. A ideia é antes mostrar implementações Python fáceis de compreender a partir do zero.

Funções de ativação

O Apêndice A utiliza, implícita ou explicitamente, duas funções de ativação: função linear e função sigmoide. A função Python activation acrescenta as funções relu (unidade linear rectificada) e softplus ao conjunto de opções. Para todas estas funções de ativação, define também a primeira derivada:

In [1]: import math ...