Uno de los aspectos más interesantes de los Mapas con Función de Auto-Organización (mapas Kohonen o SOM, por sus siglas en inglés) es que aprenden a clasificar datos sin supervisión. En su forma más básica, produce un mapa de similitud de datos de entrada (agrupación). Los mapas SOM se pueden usar para la clasificación y visualización de datos de alta dimensión. En este artículo consideraremos varias aplicaciones sencillas de los mapas Kohonen.
El objetivo de este artículo es enseñar al lector cómo crear una red neuronal profunda desde cero utilizando el lenguaje MQL4/5.
Este articulo está dedicado a la aplicación práctica del concepto de la lógica difusa al análisis de los mercados financieros. Proponemos el ejemplo del indicador que genera señales basadas en dos reglas difusas del indicador Envelopes. El indicador desarrollado utiliza varios buffers de indicador: 7 buffers para los cálculos, 5 buffers para la representación de los gráficos y 2 buffers de color.