人工智能深度学习神经网络在双色球彩票中的应用研究

人工智能深度学习神经网络在双色球彩票中的应用研究

人工神经网络(Neural Networks)在双色球彩票中的应用研究网上已经有比较多的研究论文和资料,最近比较火的AlphaGo中用到的深度学习在双色球预测上还没有相关论文,以后研究成果出来将逐步更新内容。

人工智能神经网络是什么?

神经网络的好处就是可以自己纠正,可以自己生成节点,错误的输入也可以给你输出接近正确的结果。
这个就是为什么叫做智能,他会自动根据情况跟人脑思维一样进行学习,进化而不是单纯的执行命令了。

普通过滤算法就是单线的执行,根据我的输入根据写好的逻辑算法直接给出输出,没有自动纠错功能,容错性比较差。

你可以把人工智能想象成一个有人的思维的超级强大计算,学习能力的大脑,可以处理大量数据,复杂算法轻松得出结果,而且有自我学习,发现新的规律的,越来越聪明,越来越能够得出你想要的准确数据的东西。目前比例流行的深度学习+大数据的方式。

下面是相关资料和学习课程链接(更多相关资料pdf可以在QQ群:双色球预测合买2(376642842) 群文件里面下载):

BP神经网络在福利彩票预测中的应用–《第三届中国智能计算大会论文集》2009年
http://cpfd.cnki.com.cn/Article/CPFDTOTAL-QHIS200905001009.htm

《神经网络算彩票实战版》9.0 软件使用说明 – 豆丁网
http://www.docin.com/p-552420985.html

BP神经网络在双色球彩票上的预测实验及实现 – 蓝星极盾 – 博客频道 – CSDN.NET
http://blog.csdn.net/supperman_009/article/details/40623503

彩票数据预测算法(一):离散型马尔可夫链模型实现【附C#代码】 – asxinyu – 博客园
http://www.cnblogs.com/asxinyu/p/3532076.html

神经网络编程入门 – 苍梧 – 博客园
http://www.cnblogs.com/heaad/archive/2011/03/07/1976443.html

随机森林算法的简单总结及python实现 – lo_cima的博客 – 博客频道 – CSDN.NET
http://blog.csdn.net/lo_cima/article/details/50533010

========================================

机器学习——BP神经网络模型 – NIeson2012的专栏 – 博客频道 – CSDN.NET
http://blog.csdn.net/NIeson2012/article/details/51253018

斯坦福大学公开课 :机器学习视频课程(共20课时)_在线培训教程_51CTO学院
http://edu.51cto.com/index.php?do=course&m=index&course_id=156
这个免费的,吴恩达讲的

加州理工学院公开课:机器学习与数据挖掘_全18集_网易公开课
http://v.163.com/special/opencourse/learningfromdata.html

========================================

深度学习原理与实战视频课程套餐(共3课程)_在线培训教程_51CTO学院
http://edu.51cto.com/pack/view/id-726.html
深度学习顶级论文算法详解视频课程(共16课时)_在线培训教程_51CTO学院
http://edu.51cto.com/course/course_id-7254.html

注:上面两个课程是收费的,有几节可以免费试看的

========================================

Encog是一种先进的机器学习框架,支持多种先进的算法,以及支持类正常化并处理数据。机器学习算法如支持向量机、人工神经网络、贝叶斯网络、隐马尔可夫模型、遗传规划和遗传算法的支持。大多数Encog培训使单机多核硬件多线程和规模。Encog还可以进一步利用GPU加速处理时间。还提供了一个基于GUI的工作台帮助模型和机器学习算法训练。Encog自2008年以来一直在积极开发。
http://www.heatonresearch.com/encog/

蚁群算法,粒子群算法优缺点_nizhonglian_新浪博客
http://blog.sina.com.cn/s/blog_6d8f1b9301015sut.html

蚁群算法(ACO)是受自然界中蚂蚁搜索食物行为的启发,是一种群智能优化算法。它基于对自然界真实蚁群的集体觅食行为的研究,模拟真实的蚁群协作过程。
算法由若干个蚂蚁共同构造解路径,通过在解路径上遗留并交换信息素提高解的质量,进而达到优化的目的。蚁群算法作为通用随机优化方法,已经成功的应用于TSP等一系列组合优化问题中,并取得了较好的结果。

《量化投资:以MATLAB为工具》
MATLAB神经网络43个案例分析,这个还有上面这本书,对研究双色球应该有帮助
http://www.matlabsky.com/forum-105-1.html

人可以发现很多规律,但计算统计不给力,通过机器他可以日夜不停地高速计算
把人的思维内容输入到电脑,结合电脑的记忆计算能力配合起来就非常强大了
机器用于处理大数据有先天优势,但数学模型一定要正确
深度学习和神经网络的好处就是可以自己纠正,可以自己生成节点,错误的输入也可以给你输出接近正确的结果

 

历史上的今天:

  1. 2014:  用两个故事说明成本和机会成本的核算问题(0)

报歉!评论已关闭。