Dépôt DSpace/Université Larbi Tébessi-Tébessa

Parcourir 4.Faculté des Sciences de la Technologie par sujet ""Apprentissage Par Renforcement Profond Apprentissage profond Réseaux neuronaux artificiels""

Parcourir 4.Faculté des Sciences de la Technologie par sujet ""Apprentissage Par Renforcement Profond Apprentissage profond Réseaux neuronaux artificiels""

Trier par : Ordre : Résultats :

  • ABDELOUAHAD, Maroua / Khaoula, AMRANI / Encadré par KHEMAISSIA, Seddik (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2024-06)
    "Ce mémoire vise à explorer l'application de l'apprentissage par renforcement profond (DRL) aux stratégies de trading algorithmique. Les principaux objectifs sont : Comprendre les Fondamentaux dans :  Chapitre 1 : ...