[深度學習練習] [Deep Learning Practice] 神經網路入門（一）- 機器學習介紹

最近呢，都在學深度學習，發現這真的是一門很有趣的學問。

深度學習可以拿來做很多很屌的事情，但如果要好好地在某個領域使用他，

不僅要該領域的專業知識，還要夠硬朗的深度學習的知識才行。

[翻譯] [번역-중국어] [Zion.T] [가사] [歌詞] EAT. 꺼내 먹어요

滿甜蜜的一首歌，但後面不知道是我韓文太爛誤會還怎樣

有點淫蕩

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（七）- 回測與討論

上一集已經把機器訓練好了，

為了驗證機器的預測是否可以拿來當作投資依據，

我們要跑一跑回測。

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（六）- TRAINING

在上一集中，我們處理完資料獲得了技術分析的特徵，

KD 以及 均線，現在我們要丟給機器學習，

然後預測漲跌了！！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（五）- 資料處理

上一集我們決定了要使用的特徵以及演算法，

這一集將會用程式碼去實現均線和 KD 值處理，

開始吧！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（四）- 特徵選擇

在上一篇練習中，我們已經爬到台股指數期貨的資料，

這一集會分享一下我選擇的特徵還有我使用的演算法，

開始吧！

[機器學習練習] [Machine Learning Practice] 用 Scikit 學習台灣指數趨勢（三）- 資料整理

上一篇講到怎麼從期貨交易所上抓下自己想要的資料。

這一篇會實現抓下每一天的資料並且整理進去 DataFrame，

開始吧！