注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Time-Series-analysis:非常有趣的时间序列机器学习模型-源码

  2. 时间序列分析 非常有趣的时间序列机器学习模型 这主要集中在使用表格数据集的时间序列分析上。 探索性数据分析（EDA）包含： 每日，每月和每年的销售额 使用Qunatile方法查找数据的异常值 平稳计算，自相关函数（ACF）和偏相关函数（PACF） 我用于时间序列分析的模型 ARIMA，SARIMAX 线性回归 随机森林回归 决策树回归器 梯度提升回归器 Ada Boost回归器 XG加速 K邻居回归器 支持向量回归 LSTM

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：13631488
    • 提供者：weixin_42173205

  1. stats320:STATS320的帮助文件-源码

  2. STATS320：用于神经数据分析的机器学习方法 交叉列出为NBIO220和CS339N 授课教师：Scott Linderman教授2021年冬季区斯坦福大学 课程说明： 借助现代的高密度电极和光学成像技术，神经科学家通常可以同时测量数百个（即使不是数千个）细胞的活性。 结合高分辨率的行为测量，遗传测序和连接组学，这些数据集提供了前所未有的机会来学习神经回路的功能。 本课程将研究用于分析此类数据集的统计机器学习方法，包括：尖峰排序，钙反卷积和电压平滑技术，用于从原始数据中提取相关信号； 用于

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：106954752
    • 提供者：weixin_42181693

  1. 股票价格分析预测模型-源码

  2. 股票价格分析和预测建模 站点部署在GitHub Pages上： 研究标题： 股票价格分析和预测建模–机器学习项目 客观的： 使用Tesla，Microsoft和GameStop建立股价预测模型 开发多个仪表板和股票市场数据集以进行比较 洞悉未来的开盘价和收盘价 通过交互式仪表盘比较市场量，高点和低点，开盘和收盘价的预测值与实际值 研究问题： 1.什么时候是最佳买卖时期？ 2.什么是可见的趋势？ 3，市场量，高点和低点以及开盘和收盘价的预测值与实际值 数据采集​​： 所有的股市数据都是

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：4194304
    • 提供者：weixin_42131342

  1. Modeling_EHRs_LSTM：KerasTheano LSTM网络实现，用于基于时间序列电子健康记录（EHR）中的信息来预测患者的疾病严重程度-源码

  2. 深度学习服务器设置 数据科学虚拟机（DSVM）是Azure虚拟机映像的系列，已预先配置了几种常用工具，这些常用工具通常用于数据分析，机器学习和AI开发。 这些说明说明如何使用Azure CLI和预配置的ARM模板创建Ubuntu DSVM。 为了构建和训练模型，我使用的是Standard_NC6_Promo ，它具有一个NVidia K80 GPU和六个CPU内核。 此实例每小时将产生约0.31英镑（天青地区：北欧），而专用实例则为每小时0.72英镑。 有关可用DSVM大小和计算费用的更多详细

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：3072
    • 提供者：weixin_42114041

  1. 股票分析器：股票技术分析代码收集和股票数据平台-源码

  2. 股票分析仪 将来，该项目的主要目的是提供用于股票技术分析的工具。 包括进口库存数据，图表可视化。 移动平均线。 烛台模式识别。 stock_analysis笔记本包含这些内容的初始部分。 LSTM（蓝色）与真实（橙色）的股票时间序列模式和价格变化预测： 它还将包括一些针对时间序列的机器学习模型。 包括LSTM等 该项目的起点是使用React，Node.js，MongoDB和TensorFlow的Tocks信息平台（股票，Twitter，新闻，趋势）和推荐系统。 使用D3库显示带有数据和图表

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：11534336
    • 提供者：weixin_42144707

  1. 时间序列机器学习：用于时间序列分析的机器学习模型-源码

  2. 机器学习的时间序列预测 一组预测时间序列的不同机器学习模型，具体来说是给定货币图表和目标的市场价格。 要求 必需的依赖项： numpy 。 其他依赖项是可选的，但是为了使最终模型更多样化，建议安装以下软件包： tensorflow ， xgboost 。 经过python版本测试：2.7.14、3.6.0。 取得资料 有一个内置的数据提供程序，可以从获取数据。 目前，所有模型都已通过加密货币图表进行了测试。 提取的数据格式是标准安全性：日期，最高，最低，打开，关闭，交易量，报价量，weigh

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：103424
    • 提供者：weixin_42164702

  1. sits:R中的卫星图像时间序列-源码

  2. SITS-用于地球观测数据多维数据集的卫星图像时间序列分析 概述 sits R软件包提供了一组用于分析，可视化和分类卫星图像时间序列的工具。 SITS的主要目的是支持使用机器学习方法对图像数据立方体进行土地覆盖和土地变化分类。 SITS中的基本工作流程是： 使用云或本地计算机中可用的图像集合创建数据多维数据集。 从数据多维数据集中提取用作训练数据的时间序列。 对样品进行质量控制和过滤。 使用提取的样本训练机器学习模型。 使用训练有素的模型对数据立方体进行分类。 对分类图像进行后处理。

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：3145728
    • 提供者：weixin_42164534

  1. Data-Science:R中的EDA和机器学习模型（回归，分类，聚类，SVM，决策树，随机森林，时间序列分析，推荐系统，XGBoost）-源码

  2. EDA和ML项目 存储库包含各种项目，这些项目都使用R语言编写了以下代码： 探索性数据分析 机器学习模型（线性回归，逻辑回归，k均值聚类，分层聚类，SVM，决策树，随机森林，时间序列分析，XGBoost） 以下是一些常用的程序包/库的列表，这些程序包/库被用作数据分析和构建机器学习模型的一部分 数据处理： dplyr，plyr，tidyr，stringer，data.table，lubridate（用于日期处理）， 数据可视化： ggplot2，cowplot，ggthemes，比例 ML模型：

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：27262976
    • 提供者：weixin_42135462