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. calvin-s-project:2018512-源码

  2. 项目清单： 2021/01/11来自贡献 计算机视觉研究-房屋检测中的语义分割（2021） 机器学习组合设计-创业项目（由于机密问题，仅上传了一些代码） •台湾股票网络爬虫，包括财务报告和个人股票报告•ML股票价格预测研究-LSTM，Seq2Seq，注意力，WGAN-GP，WGAN，GAN 有限的训练数据中的NLP姿态检测系统-Factmata UK （由于知识产权，无法上传代码） •通过python包进行可视化，例如降维-tSNE •文本挖掘•半监督学习，BERT，变分自动编码器分类器，数据

  3. 所属分类：其它

  1. StockPricePrediction:使用python和机器学习进行股价预测-源码

  2. 股票价格预测 使用python和机器学习进行股价预测

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：83kb
    • 提供者：weixin_42116058

  1. Stock-Price-Prediction:使用堆叠LSTM的Google股票价格预测-源码

  2. Stock-Price-Prediction:使用堆叠LSTM的Google股票价格预测

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：47kb
    • 提供者：weixin_42170790

  1. 使用LSTM-DNN进行股票预测：使用修改后的LSTM模型进行股票价格预测-源码

  2. LSTM-DNN进行库存预测 修正LSTM模型的股价预测 它能做什么？ 它可以给出一只股票收盘价的预测值。 它不能预测离现在太远，而它所能做的就是预测明天的价格。 我们需要做的是提供一只股票过去的数据。 评估 我用MAPE（平均绝对百分比误差）评估模型。 通过该模型训练的某些股票的最佳性能可使MAPE达到2％-3％，这意味着精度（1-MAPE）可以达到97％-98％。 训练自己的数据 U首先从互联网上下载股票的csv数据，然后在代码中修改csv路线（在最后一栏中输入收盘价）。 学习性能良好的

  3. 所属分类：其它

  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

  1. 股票价格预测器：该项目包括多种机器学习和深度学习算法，可以预测各个公司的股票价格-源码

  2. 股票价格预测器 该项目包括多种机器学习和深度学习算法，可以预测各个公司的股价。

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：569kb
    • 提供者：weixin_42144707

  1. StockPricePrediction：使用python实现股票价格预测-源码

  2. StockPricePrediction：使用python实现股票价格预测

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：79kb
    • 提供者：weixin_42112658

  1. 股票价格预测：使用手工财务功能和LSTM模型的深度学习进行的短期股票价格预测-源码

  2. 股票价格预测：使用手工财务功能和LSTM模型的深度学习进行的短期股票价格预测

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：922kb
    • 提供者：weixin_42166105

  1. AI_Stock：将根据新闻预测股票价格的AI-源码

  2. AI_Stock 可以根据新闻预测股票价格的AI。

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：325kb
    • 提供者：weixin_42165973

  1. 股票价格预测器-源码

  2. 股票价格预测器

  3. 所属分类：其它

  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：152kb
    • 提供者：weixin_42118770

  1. ML-股票价格预测-ABS-初学者--源码

  2. ML-股票价格预测-ABS-初学者-

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：33kb
    • 提供者：weixin_42143161

  1. 股票价格预测使用时间序列-源码

  2. 股票价格预测使用时间序列

  3. 所属分类：其它

  1. 股票价格预测-源码

  2. 股票价格预测

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：72kb
    • 提供者：weixin_42127775

  1. 使用堆叠LSTM的股票价格预测和预测-源码

  2. 使用堆叠LSTM的股票价格预测和预测

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：146kb
    • 提供者：weixin_42172972

  1. 股票：机器学习网络应用程序游戏，用户在选择股票时与AI竞争-源码

  2. 股票IT StockIT是一款机器学习Web应用程序游戏，允许用户与AI竞争购买/出售股票。 选择随机股票，并选择过去的随机日期。 股票价格从该日期开始趋势，并持续365天。 在股票价格趋势变化的同时，用户在买卖股票方面与AI竞争。 Pandas和Scikit Learn用于开发线性回归模型来预测股票价格。 D3和React用于绘制数据并更新排行榜。 针对台式机和移动设备进行了优化。 入门 为了在本地主机上运行开发服务器，您需要首先为前端安装所有必需的npm软件包。 cd client

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1005kb
    • 提供者：weixin_42140716

  1. stock_price_predictor：具有深度学习的股价预测器-源码

  2. 股票价格预测器 环境，使用的图书馆 Aanconda（Mac） Python 2.7 脾气暴躁的 大熊猫 斯克莱恩 Matplotlib 凯拉斯 Jupyter笔记本 打开Jupyter Notebook export BROWSER=open && jupyter notebook 数据集 ./data目录包含.csv文件 Jupyter笔记本 提案 报告 笔记 要将markdown转换为pdf（使用Node.js版本6或更高版本） npm i #

  3. 所属分类：其它

  1. StockMarketML：此存储库包含我们的有关使用历史数据进行的股票价格预测的项目-源码

  2. StockMarketML：此存储库包含我们的有关使用历史数据进行的股票价格预测的项目

  3. 所属分类：其它

  1. 股票价格预测器：建立LSTM递归神经网络来预测股票市场价格-源码

  2. 股票价格预测器：建立LSTM递归神经网络来预测股票市场价格

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：190mb
    • 提供者：weixin_42126865

  1. 股票价格预测器：该项目旨在利用深度学习模型，长期记忆（LSTM）神经网络算法来预测股票价格-源码

  2. 股票价格预测 Udacity-机器学习纳米学位课程：Project-6（Capstone项目） 项目概况 这是Udacity-机器学习纳米学位计划中列出的一系列项目中的第六个也是最后一个顶点项目。 投资公司，对冲基金甚至个人一直在使用财务模型来更好地了解市场行为并进行有利可图的投资和交易。 历史股价和公司绩效数据的形式提供了大量信息，适用于机器学习算法进行处理。 我们真的可以通过机器学习预测股价吗？ 投资者通过分析数据做出有根据的猜测。 他们将阅读新闻，研究公司的历史，行业趋势以及做出预测的

  3. 所属分类：其它

« 12 3 4 5 6 »