ZhouM1118 / intelligentler-bp-ga
基于BP算法和遗传算法建立武汉市空气质量指数的预测模型,以武汉市8个监测站的1年的空气质量数据为训练数据进行神经网络的建模,近一个月的数据作为测试数据进行模型的准确性测试,平均准确率在75%左右。
☆30Updated 7 years ago
Alternatives and similar repositories for intelligentler-bp-ga:
Users that are interested in intelligentler-bp-ga are comparing it to the libraries listed below
- 基于Keras的LSTM多变量时间序列预测☆176Updated 7 years ago
- Python 机器学习实战:根据成绩预测大学生能否被高校录取☆11Updated 5 years ago
- 智慧物流算法大赛简介: 根据包括货值、路程和油价等字段的数据集,对每趟货物运送的运价进行回归预测。 本项目为我的参赛代码,分为四个主要的部分:1.数据预处理;2.特征工程;3.建模调参训练;4.数据可视化。 最终获得了大赛的二等奖。☆37Updated 6 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 7 years ago
- 基于深度学习的共享单车预测与调度解决方案,使用神经网络构建单车需求量与时间段和地理画像的关联,预测不同区域单车需求量;使用蚁群算法规划最优单车调度路径。☆93Updated 6 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆51Updated 7 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☆73Updated 4 years ago
- 旅行商问题的三种解法:神经网络,遗传算法和蚁群算法☆39Updated 8 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆41Updated 5 years ago
- 利用爬虫获取58同城的二手房信息,选取特征并对数据进行预处理,利用机器学习算法给出不同地段的租房推荐。☆15Updated 5 years ago
- 基于ARIMA时间序列的销量预测模型,实际预测准确率达90%以上,内含有测试记录和实际上线效果。☆104Updated 5 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
- 用 jupyter notebook做的一些机器 学习项目☆80Updated 5 years ago
- 客流量时间序列预测模型☆119Updated 3 years ago
- Water Quality Management and Forecasting System(水质管理与预测系统)☆37Updated 2 years ago
- 【厦门大学毕业设计】蚁群算法实现vrp问题java版本☆21Updated 7 years ago
- 时间序列ARIMA模型的销量预测☆62Updated 6 years ago
- 改进的k-prototypes聚类算法☆18Updated 4 years ago
- 机器学习应用平台/数据预测/文本分类☆11Updated 5 years ago
- [大数据课程作业]分别采用神经网络、线性回归、SVM方法预测学生成绩☆44Updated 6 years ago
- 水质预测系统,利用机器学习进行水质预测☆78Updated 2 years ago
- 金融反欺诈预测系统,技术涉及Vue3、Flask、XGBoost等。本项目提供了完整的Web系统,系统功能包括信贷数据分析、信贷欺诈数据检测、用户历史预测记录、用户数据管理等。项目整体并不复杂,适合新手练手学习机器学习与Web系统的结合。☆44Updated 2 years ago
- 可视化毕业设计:数据处理(MapReduce)+数据展示(hbase+java+echarts)☆9Updated 2 years ago
- 智慧城市大赛-北京市空气质量预测与分析系统☆12Updated 8 years ago
- 本项目使用python对影响共享单车使用量的因素进行可视化分析,并使用lightGBM算法对已知条件下的共享单车使用量进行预测。其中为了选择最优模型,使用了k折交叉验证和网格搜索选择最优参数。☆9Updated 4 years ago
- 分析银行营销活动数据以预测客户有多大可能购买存款产品☆12Updated 5 years ago
- 2018比赛-大数据-光伏电站-人工智能运维☆23Updated 6 years ago
- 利用时间序列预测汽车销量☆38Updated 6 years ago
- 机器学习的特征工程,包括特征抽取、特征预处理、特征选择、特征降维。☆25Updated 6 years ago
- 支持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago