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. Python-bulbea基于深度学习的Python库用于股市预测和建模

  2. bulbea 基于深度学习的Python库用于股市预测和建模

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：463872
    • 提供者：weixin_39840650

  1. beingsantosh:我的投资组合-源码

  2. 股票价格预测 在Heroku上部署的Web应用程序。 使用LSTM / GloVe训练模型。 数据是从beautifulcoup和Selenium中回收的。 硕士论文项目 掌握有关推荐系统的论文。 协同过滤概念用于选择前N个项目。 论文主题：研究确定电影推荐系统中项目之间的接近程度的不同距离度量的准确性。 简化探索性数据分析 下面的存储库包含多个笔记本，详细介绍了EDA。 使用的Python库是seaborn，matplotlib，pandas。 YouTube频道 我利用该平台将我的知识分享

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1024
    • 提供者：weixin_42138139

  1. AutoDai:我的想法，交易和分析工具-源码

  2. 汽车日报 老戴的金融小工具库（python 3）雪球ID：戴老师爱学习金融文献翻译：点拾投资/杰晶维基 投资理念与框架 决策方法论：逻辑高于经验，赔付高于预测，极端风险控制高于预期收益最优 宏观分析框架 Beta选择 股本Alpha 套利 投资追踪记录 2017 + 78.10％ 2018 -6.23％ 2019 + 61.31％ 2020 -1.53​​％ 权益分析 A股年报数据分析 A股日线时间序列下载 A股股票估值模型 股权交易分析 A股交割单分析 A股交易表现/对比同花顺和雪球

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：29360128
    • 提供者：weixin_42104906

  1. 股票价格预测：用于市场股票价格预测的NN模型的研究-源码

  2. 股票价格预测 神经网络股票价格预测模型的研究 目标数据集 从特定交易所（2012年1月至2020年12月）以1分钟为间隔的比特币数据 要求 可以在docker环境中运行，或者如果您在Linux上运行： Python-版本3. * Tensorflow-2.2或更高版本 Make-可选，所有命令都可以手动运行 DVC-用于机器学习的Git，需要负载数据集和训练有素的模型。 Dockerfile和requirements.txt描述的所有其他Python库和模型 硬件 DLSS版本> =

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：398336
    • 提供者：weixin_42122988

  1. ApplePredict：这是一个试图预测第二天苹果股票价格的机器人-源码

  2. 苹果预测 这是一个机器学习机器人，试图预测第二天苹果股票的收盘价，均方根误差为3.75。 该机器人是用Python编写的，其背后的大脑是Keras库中的LSTM递归神经网络模型，该模型负责进行价格预测中的所有繁重工作。 先前的收盘价数据是使用Pandas DataReader从Yahoo Finance抓取的。 然后使用scikit-learn库中的MinMaxScaler缩放数据。 最后，使用matplotlib可视化预测数据以创建图表。 样本图 这是一个预测示例，该时间为2021年1月7日。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：155648
    • 提供者：weixin_42118770

  1. AI-Stock-market-trend-predictor：一个ML模型，可使用Python和Sci-kit学习库来预测公司的股票价值是上涨还是下跌-源码

  2. AI股市趋势预测器 一种使用时滞方法和Keras和SK-learn的机器学习算法来预测库存变化迹象的工具，其最大准确性为89％（LSTM）。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：874496
    • 提供者：weixin_42166918

  1. 使用Python进行机器学习：用于理解核心概念的小型机器学习项目。 给星星:glowing_star:如果有帮助的话。 奖金：面试银行来了..！-源码

  2. Python机器学习 小型机器学习项目，以了解核心概念（顺序：从最早到最新） 使用带有新闻组20数据集的潜在Dirichlet分配进行主题建模，并使用Python和Scikit-Learn实现 在MNIST数据集上实现了用Keras构建的简单神经网络 使用线性回归的Google股票价格预测 实现了一个简单的社交网络来学习Python基础 实施Naives Bayes分类器以过滤SpamAssasin公共语料库上的垃圾邮件 使用Keras和Scikit-Learn的银行数据集的客户流失预测模型

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：751616
    • 提供者：weixin_42109545