Effort-Hepan / Deep-learning-experiment
基于LSTM+CNN的自然语言处理，基于单维LSTM、多维LSTM时序预测算法和多元线性回归算法的预测模型
☆11Updated this week
Alternatives and similar repositories for Deep-learning-experiment:
Users that are interested in Deep-learning-experiment are comparing it to the libraries listed below
- CNN-BiGRU-Attention模型☆90Updated 3 years ago
- 使用卷积神经网络-长短期记忆网络（bi-LSTM）-注意力机制对股票收盘价进行回归预测。The convolution neural network, short-term memory network and attention mechanism are used to…☆274Updated last year
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。☆190Updated 5 years ago
- 用TensorFlow搭建CNN/RNN/LSTM/GRU/BiRNN/BiLSTM/BiGRU/Capsule Network等deep learning模型☆59Updated 6 years ago
- 基于Keras的LSTM多变量时间序列预测☆23Updated 7 years ago
- CNN+LSTM+Attention predict stock☆53Updated 3 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆36Updated 4 years ago
- 多元多步时间序列的LSTM模型预测——基于Keras☆80Updated 3 years ago
- 基于pytorch搭建多特征LSTM时间序列预测☆167Updated 2 years ago
- 基于LSTM的预测模型，支持多维数据的预测☆15Updated 6 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例，使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据，将数据按时间段划分，使用SARIMA过滤其线性趋势，再对过滤后的残差使用LSTM进行预测，最后对预测结果进行…☆79Updated 6 years ago
- 机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆74Updated 4 years ago
- 集成各种神经网络进行情感分类，包括CNN、LSTM、Transformer以及BERT等网络模型☆72Updated 6 years ago
- 客流量时间序列预测模型☆122Updated 3 years ago
- 使用改良的Transformer模型应用于多维时间序列的分类任务上☆86Updated 4 years ago
- 利用CNN,LSTM,CNN_LSTM,TextCNN,Bi-LSTM和传统的机器学习算法进行情感分析，参考：https://github.com/Edward1Chou/SentimentAnalysis☆91Updated 6 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测，洗发水销量/股票走势预测，有状态循环神经网络☆58Updated 7 years ago
- Use BPNN and LSTM to forecast stock price. 使用BP神经网络和LSTM预测股票价格，注释拉满。☆194Updated 2 years ago
- 基于相关性分析的CNN_Attention_LSTM期货价格预测模型☆21Updated 2 years ago
- 基于pytorch框架，针对文本分类的机器学习项目，集成多种算法(xgboost, lstm, bert, mezha等等)，提供基础数据集，开箱即用，方便自己二次拓展，持续更新☆29Updated 2 years ago
- 使用LSTM、ANN 网络进行时间序列的多步预测。一般情况下机器学习算法在进行时间序列预测时采取一步预测的方法。该段代码将其拓展到多步预测的情形。主要改进在于数据的构建。LSTM and ANN are used to predict the time series. In …☆16Updated 4 years ago
- 使用多种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…☆164Updated 4 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆42Updated 4 years ago
- Undergradute final project with ARIMA,LSTM,GRU,Xgboost and DeepTTE.毕业论文代码库合集，包括基于ARIMA,LSTM,GRU进行时间序列预测，基于DeepTTE解决ETA(estimated time of …☆20Updated 2 years ago
- 文本分类， 双向lstm + attention 算法☆90Updated 4 years ago
- 使用LSTM、GRU、BPNN进行时间序列预测。Using LSTM\GRU\BPNN for time series forecasting. (Pytorch Edition)☆57Updated 4 years ago
- 不同时间序列预测方法对上海旅游规模进行预测☆17Updated 6 years ago
- 使用随机森林、bp神经网络、LSTM神经网络、GRU对股票收盘价进行回归预测。Random forest, BP neural network, LSTM neural network and GRU are used to predict the closing pric…☆53Updated 4 years ago
- 使用深度学习模型LSTM和ConvLSTM结合Attention，对金融衍生品的成交持仓比指标进行预测☆17Updated 3 years ago
- PyTorch实现的Informer (Informer:用于长序列时间序列预测☆25Updated 2 years ago