Summary  
This chapter demonstrates how to use a third-party Python library to programmatically fetch historical time-series data by specifying an asset identifier and date range, and load it into a structured data object.

General domain of usage  
Financial time-series analysis (e.g., stock price forecasting)

Osakemarkkinadatan lataaminen Pythonin `yfinance`-kirjastolla esitellään. `yfinance` tarjoaa helpon pääsyn historialliseen osakedataan, mikä on olennaista aikasarjojen ennustustehtävissä, kuten osakekurssien ennustamisessa.

- **Mikä on** `yfinance`: se on Python-kirjasto, joka mahdollistaa historiallisten osaketietojen lataamisen helposti Yahoo Financesta. Se tukee erilaisia tietopisteitä, kuten osakekursseja, volyymeja ja osinkoja, ja voi hakea tietoja yksittäisistä osakkeista tai markkinaindekseistä;
- **`yfinance`-kirjaston asennus**: ennen `yfinance`-kirjaston käyttöä se täytyy asentaa. Voit asentaa sen pip-komennolla:
```python
! pip install yfinance
```
- **Datan lataaminen**: 
```python
ticker = "GOOGL"  # Esimerkki: Googlen osaketunnus
  start_date = "2013-01-01"
  end_date = "2024-12-31"
stock_data = yf.download(ticker, 
start=start_date, end=end_date)
```

Mikä seuraavista sarakkeista EI sisälly yfinance-kirjastolla haettuun dataan?

Keskittyy yksinomaan rekursiivisiin neuroverkkoihin (RNN) ja niiden soveltamiseen sekvenssien generointiin. Tämä edistynyt moduuli kattaa RNN:ien ydinteorian sekä käytännön lähestymistavat sekventiaalisen datan mallintamiseen, valmistaen sinut työskentelemään LSTM- ja GRU-verkkojen kanssa Pythonissa.

Datan Lataaminen