Koneoppiminen sijoitussalkun optimoinnissa ja sen ongelmat
Tämän tutkielman tarkoituksena on selvittää sijoitussalkun optimointia koneoppimisen näkökulmasta, sekä siihen liittyviä ongelmia. The purpose of this study is to find out about portfolio optimization from the perspective of machine learning, as well as the related problems.
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Kandidaatintutkielmat [5362]
Lisenssi
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Data-analytiikka energiankulutuksen optimoinnissa älykkäissä ympäristöissä
Mattsson, Erik (2023)Maailmantilanteen muuttumisen seurauksena mediassa on ollut puhetta energiakriisistä sekä ympäristökriisin ehkäisemisestä. Data-analytiikalla voidaan löytää ratkaisuja näihin ongelmiin energiankulutuksen optimoinnin kautta. ... -
L&T : tekoälyn potentiaali prosessien optimoinnissa
Nyrhinen, Tuukka (2023)Tämä tutkielma pyrki selvittämään mitä tekoälyn ja ennakoivan kiinteistöhuollon yhdessä muodostamasta tutkimusaiheesta tiedetään kirjallisuudessa, ja mitä kiinteistöhuollon prosesseja kohdeorganisaatio L&T voisi tekoälyn ... -
Koneoppimisen hyödyntäminen metsä- ja maastopalojen havaitsemisessa droneilmakuvista
Tarvainen, Anni (2023)Kandidaatintutkielmassa käsitellään koneoppimisalgoritmien hyödyntämistä metsä- ja maastopalojen havaitsemiseen droneilmakuvista. Tutkielma on kirjallisuuskatsaus, ja sen tavoitteena on pohtia, kuinka toimiva ratkaisu ... -
Memory-saving optimization algorithms for systems with limited hardware
Iacca, Giovanni (University of Jyväskylä, 2011) -
Towards explainable interactive multiobjective optimization : R-XIMO
Misitano, Giovanni; Afsar, Bekir; Lárraga, Giomara; Miettinen, Kaisa (Springer Science and Business Media LLC, 2022)In interactive multiobjective optimization methods, the preferences of a decision maker are incorporated in a solution process to find solutions of interest for problems with multiple conflicting objectives. Since multiple ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.