13
ВВЕДЕНИЕ
Распознавание паттернов - это процесс распознавания образов с
использованием алгоритма машинного обучения. Распознавание образов
может быть определено как классификация данных на основе уже
полученных знаний или статистической информации, извлеченной из
образцов и / или их представления. Прогнозируемая аналитика в науке о
данных может использовать алгоритмы распознавания образов, чтобы
изолировать статистически вероятные перемещения данных временных
рядов в будущее. В технологическом контексте паттерн может представлять
собой повторяющиеся последовательности данных во времени, которые
могут использоваться для прогнозирования тенденций, распознавания
изображений, которые идентифицируют объекты, частых комбинаций слов и
фраз для обработки естественного языка (NLP) или конкретных паттернов. В
ИТ распознавание образов - это часть машинного обучения, которая
выделяет распознавание образов данных или закономерностей данных.
Распознавание образов включает также классификацию образов.
Данная тема была выбрана для облегчения работы аналитиков и
трейдеров в компании ПАО «ФК Открытие» цель машинного обучения
научить ее учится на своих ошибках. Цель состоит в том, чтобы сделать
предположения, которые достаточно хороши, чтобы быть полезными.
Машинное обучение - это метод анализа данных, который автоматизирует
построение аналитической модели и также это область, в которой
используются алгоритмы для изучения данных и прогнозирования. Затем
алгоритм машинного обучения берет эти примеры и создает программу,
которая выполняет эту работу. Машинное обучение в значительной степени
опирается на статистику. Например, когда мы обучаем нашу машину, мы
предоставим ей данные по торгам за определенный промежуток времени
случайную выборку в качестве обучающих данных.