Lucas, beleza? No minuto 51:11 vc explica sobre a parametrização da rede neural usando o tensorflow, em especial a função do "return_sequence". Entendi a proposta, mas ficou uma dúvida: e se eu quiser inserir por exemplo 10 informações e quiser que ele me retorne dois resultados, há essa possibilidade? ou o tensorflow só retorna ou 10 predições ou apenas 1 predição?
😃👍 Didática Única! Muito difíciu de achar este tipo de material... Muito bom! Professor, tem algum vídeo seu ensinando como "alimentar de dados" o modelo de inteligência artificial com mútiplas colunas (open, high, low, close...) Valeu!
Excelente explicação, olhei toda a série, está me ajudando bastante no meu TCC. Fiquei com uma pequena dúvida, como reparei nos últimos vídeos desta série, a activation 'sigmoid' é realizada pelo (Dense(1)) que está retornando esse único valor. Nos outros exemplos quem faz a função de ativação dos neurônios da camada do núcleo é activation é o 'relo', neste exemplo da PETR4, quem faz essa ativação, ou seja, qual é a função de ativação neste caso?
Gostei muito do vídeo , ta me ajudando num trabalho de faculdade que eu tô fazendo , a minha duvida é : porque ao montar o modelo LSTM você usou 100 neuronios na primeira camada, geralmente é usado o numero de features como numero de neuronios né ?
Lucas faz um tutorial do tensorboard, e de como fazer o monitoramento do treinamento da rede neural e das métricas e mais features sobre, se você não conhecer dá uma procurada, vi poucos vídeos de tensorboard bons em português você pode usar ele com o keras, você sabe muito de redes neurais e com o tensorboard os vídeos vão melhores e ainda mais didáticos e com mais intuições visuais. adoro seus vídeos, continue com a playlist de redes neurais.
Show de aula! Lucas, o "Adj Close" é o valor da ação descontando proventos, bonificações, grupamentos, etc.; teoricamente é o melhor dado para análises em intervalos maiores. O "Volume" é quantidade de ações negociadas naquele dia; ajuda numa eventual comparação com outros ativos/índices. Estava fazendo um trabalho nessa linha para um TCC, mas a coisa começou a ficar tão complexa que desanimei e até hoje não terminei minha pós... 😅
@@TrollApocalipse Não concluí. 😬 Era uma pós em Ciência de Dados e Big Data. No trabalho eu estava fazendo uma tabela com diversos indicadores fundamentalistas, cotações de índices, média de empresas similares, cotação do dólar, algumas médias e indicadores técnicos para estimar a cotação e ainda queria colocar alguns indicadores econômicos.
@@rodrigogodoysi que maneiro! estou cursando engenharia de computacao na usp e to me inserindo agora nesse rolê de IA, por onde você buscou o conhecimento necessário pra fazer essas pesquisas? :)
Fala professor, mais um ótimo vídeo. Nesse eu não entendi muito bem qual o problema de a rede ter acertado tudo. Pelo que eu consegui entender, você pegou toda a sequencia temporal e dividiu em subconjuntos de 15 dias. Com cada subconjunto vc pediu pra rede prever o valor da ação do 16º dia. Qual o problema em ela ter acertado? Na segunda parte vc estava tentando prever uma sequencia mais longa de dias baseado nos 15 primeiros dias? Estou fazendo varias perguntas pq estou trabalhando em um projeto pessoal sobre redes neurais para prever comportamentos no mercado financeiro. O que eu estava em mente era +- o que vc explicou nesses vídeos, mas eu estava usando as Perceptron multicamadas que vc explicou nos primeiros vídeos (inclusive ela performa muito mal kkkk, ou eu que não estou sabendo implementar). Seus vídeos estão me ajudando muito. Abraços.
Porque a previsão sempre fica com atraso? Repare que a linha vermelha sempre acompanha a verde com um atraso (Ex: o preço cai na linha verde, mas a vermelha só cai um certo tempo depois da verde). Percebi isto em outros tutoriais também.
Ó, eu vou resumir pra quem quer mesmo saber, e foda-se o conteúdo: O mercado tem uma quantidade tão grande de variáveis que não existem modelos atualmente capazes de "zerar esse jogo". Claro, é melhor que jogar na megasena, ou seguir couchs com carros importados, mas não se iluda. Prever o mercado é quase tão complexo quanto prever se vai chover ou não. E note: estão tentando prever se vai chover há muito tempo, com sensores abudantes nos dias de hoje e NADA.
Eugene Fama, PREMIO NOBEL laureado em 2013, é conhecido como o “pai da hipótese do mercado eficiente” ARGUMENTA QUE OS PREÇOS REFLETEM AS INFORMAÇOES DISPONIVEIS E SÃO PREVISIVEIS. Por outro lado, Robert Shiller, que também recebeu o prêmio em 2013, é um dos principais nomes da economia comportamental. segundo Shiller, os mercados de ações são imprevisíveis a curto prazo. POR UTRO LADO A VOZ DO POVO DIZ QUE BOLSA É UM CASINO . JÁ UM TRAIDER DARIA RAZÃO AS TRES HIPOTESES E MAIS ALGUMAS . POIS BOLSA É UM UNIVERSO MAS NA VISÃO DOS LEIGOS E DA MIDIA :TUDO SE LIMITA A COMPRAR AÇÕES E VENDER AÇÕES, QUE INGENUIDADE E IGNORANCIA !!! DEPENDENDO DA OPERAÇÃO AS TRES HIPÓTESES FAZEM SENTIDO AO MESMO TEMPO ,DEPENDE DO QUE CADA "INVESTIDOR" PROCURA AS REGRAS PODEM SE CLARAS OU CAOTICAS E OBSCURAS !
Este vídeo está me ajudando no mestrado
Ótimo vídeo! Você explica muito bem cada detalhe do código. Ajuda muito pra quem é iniciante. Obrigado!
Simplesmente a melhor explicação que vi sobre o tema até hoje, parabéns!!!
1:00:25 não entendi😅
pq vc não teria os dias anteriores?
Muito bom seus videos mano !! congrats.
Excelente conteúdo Professor, muito obrigado!
Ótima aula prof Lucas😃👏👏
Lucas, beleza?
No minuto 51:11 vc explica sobre a parametrização da rede neural usando o tensorflow, em especial a função do "return_sequence". Entendi a proposta, mas ficou uma dúvida: e se eu quiser inserir por exemplo 10 informações e quiser que ele me retorne dois resultados, há essa possibilidade? ou o tensorflow só retorna ou 10 predições ou apenas 1 predição?
que show!! 🥰
😃👍
Didática Única! Muito difíciu de achar este tipo de material... Muito bom!
Professor, tem algum vídeo seu ensinando como "alimentar de dados" o modelo de inteligência artificial com mútiplas colunas (open, high, low, close...)
Valeu!
Excelente explicação, olhei toda a série, está me ajudando bastante no meu TCC.
Fiquei com uma pequena dúvida, como reparei nos últimos vídeos desta série, a activation 'sigmoid' é realizada pelo (Dense(1)) que está retornando esse único valor.
Nos outros exemplos quem faz a função de ativação dos neurônios da camada do núcleo é activation é o 'relo', neste exemplo da PETR4, quem faz essa ativação, ou seja, qual é a função de ativação neste caso?
Olá Lucas,
Estou começando agora a estudar.
Qual a função do transform e fit_transform?
Você fez algum video sobre?
Obrigado.
tu é foda
Gostei muito do vídeo , ta me ajudando num trabalho de faculdade que eu tô fazendo , a minha duvida é : porque ao montar o modelo LSTM você usou 100 neuronios na primeira camada, geralmente é usado o numero de features como numero de neuronios né ?
É possível fazer algo semelhante para aprendizagem e probabilidades futuras para o jogo da roleta por exemplo?
Lucas faz um tutorial do tensorboard, e de como fazer o monitoramento do treinamento da rede neural e das métricas e mais features sobre, se você não conhecer dá uma procurada, vi poucos vídeos de tensorboard bons em português você pode usar ele com o keras, você sabe muito de redes neurais e com o tensorboard os vídeos vão melhores e ainda mais didáticos e com mais intuições visuais.
adoro seus vídeos, continue com a playlist de redes neurais.
Show de aula!
Lucas, o "Adj Close" é o valor da ação descontando proventos, bonificações, grupamentos, etc.; teoricamente é o melhor dado para análises em intervalos maiores.
O "Volume" é quantidade de ações negociadas naquele dia; ajuda numa eventual comparação com outros ativos/índices.
Estava fazendo um trabalho nessa linha para um TCC, mas a coisa começou a ficar tão complexa que desanimei e até hoje não terminei minha pós... 😅
conta mais dessa sua pós pra gente! :)
@@TrollApocalipse Não concluí.
😬
Era uma pós em Ciência de Dados e Big Data.
No trabalho eu estava fazendo uma tabela com diversos indicadores fundamentalistas, cotações de índices, média de empresas similares, cotação do dólar, algumas médias e indicadores técnicos para estimar a cotação e ainda queria colocar alguns indicadores econômicos.
@@rodrigogodoysi que maneiro! estou cursando engenharia de computacao na usp e to me inserindo agora nesse rolê de IA, por onde você buscou o conhecimento necessário pra fazer essas pesquisas? :)
@@TrollApocalipse Pode iniciar maratonando o canal aqui do Lucas; vai te dar uma boa bagagem sobre o assunto.
Fala professor, mais um ótimo vídeo.
Nesse eu não entendi muito bem qual o problema de a rede ter acertado tudo. Pelo que eu consegui entender, você pegou toda a sequencia temporal e dividiu em subconjuntos de 15 dias. Com cada subconjunto vc pediu pra rede prever o valor da ação do 16º dia. Qual o problema em ela ter acertado?
Na segunda parte vc estava tentando prever uma sequencia mais longa de dias baseado nos 15 primeiros dias?
Estou fazendo varias perguntas pq estou trabalhando em um projeto pessoal sobre redes neurais para prever comportamentos no mercado financeiro. O que eu estava em mente era +- o que vc explicou nesses vídeos, mas eu estava usando as Perceptron multicamadas que vc explicou nos primeiros vídeos (inclusive ela performa muito mal kkkk, ou eu que não estou sabendo implementar). Seus vídeos estão me ajudando muito. Abraços.
Professor, quando dou o .shape dá o seguinte erro: TypeError: 'tuple' object is not callable
Porque a previsão sempre fica com atraso? Repare que a linha vermelha sempre acompanha a verde com um atraso (Ex: o preço cai na linha verde, mas a vermelha só cai um certo tempo depois da verde). Percebi isto em outros tutoriais também.
Ó, eu vou resumir pra quem quer mesmo saber, e foda-se o conteúdo: O mercado tem uma quantidade tão grande de variáveis que não existem modelos atualmente capazes de "zerar esse jogo". Claro, é melhor que jogar na megasena, ou seguir couchs com carros importados, mas não se iluda. Prever o mercado é quase tão complexo quanto prever se vai chover ou não. E note: estão tentando prever se vai chover há muito tempo, com sensores abudantes nos dias de hoje e NADA.
Eugene Fama, PREMIO NOBEL laureado em 2013, é conhecido como o “pai da hipótese do mercado eficiente” ARGUMENTA QUE OS PREÇOS REFLETEM AS INFORMAÇOES DISPONIVEIS E SÃO PREVISIVEIS. Por outro lado, Robert Shiller, que também recebeu o prêmio em 2013, é um dos principais nomes da economia comportamental. segundo Shiller, os mercados de ações são imprevisíveis a curto prazo. POR UTRO LADO A VOZ DO POVO DIZ QUE BOLSA É UM CASINO . JÁ UM TRAIDER DARIA RAZÃO AS TRES HIPOTESES E MAIS ALGUMAS . POIS BOLSA É UM UNIVERSO MAS NA VISÃO DOS LEIGOS E DA MIDIA :TUDO SE LIMITA A COMPRAR AÇÕES E VENDER AÇÕES, QUE INGENUIDADE E IGNORANCIA !!! DEPENDENDO DA OPERAÇÃO AS TRES HIPÓTESES FAZEM SENTIDO AO MESMO TEMPO ,DEPENDE DO QUE CADA "INVESTIDOR" PROCURA AS REGRAS PODEM SE CLARAS OU CAOTICAS E OBSCURAS !
Tente xgboost milhões de vezes melhor q RNN mas mesmo assim preço não se prevê, vol e o caminho!!!
Professor, pode passar o seu email?