我刚刚开始编程并阅读有关机器学习技术的文章。作为一个个人项目，我想构建一个可以使用机器学习预测黄金价格的机器人。
我首先开始寻找过去十年来可能会影响黄金价格的因素，例如石油价格，库存等，以作为训练数据。
我认为Quandl将是往年财务数据的最佳选择。我不知道从这里去哪里。如何开始编码和训练机器人？如果能给我一个逐步的过程，从这里开始，我将非常感激。
答案 0 :(得分：0)
您的第一步就是您所说的收集训练模型所需的数据。 我还没有使用过quandl，但是您可以下载并保存为.csv，也可以通过quandl通过API查询它。
一旦有了一些数据，您就可以研究LSTM网络了。 如果您以前从未使用过机器学习，尽管我会从一个简单的项目开始，因为LSTM对于完全的初学者可能有点令人生畏。
您在标题中写了SVM，假设您指的是支持向量机。顺便说一下，这不适合该项目。
答案 1 :(得分：0)
第一步是收集数据并选择实际上影响金价的特征。尽量避免使用任何不相关的功能，因为它将影响您将要构建的模型的准确性。
我想您是机器学习领域的新手，所以我建议，与其尝试获得理想的结果，不如开始执行一些基本算法，例如回归。尽管它们不会提供很高的准确性，但是它们可以为您提供一个良好的开端。
始终最好对所使用的算法有充分的了解。但是您可以在sklearn中使用直接实现。
参考链接http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html