fff2zrx / lstm_exampleLinks
use lstm to predict value and label based on keras基于keras框架,用lstm解决回归和分类问题
☆18Updated 5 years ago
Alternatives and similar repositories for lstm_example
Users that are interested in lstm_example are comparing it to the libraries listed below
Sorting:
- 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☆24Updated 7 years ago
- 基于深度学习的溶解氧时间序列预测模型☆28Updated 5 years ago
- keras注意力机制☆18Updated 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
- 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
- 基于seq2seq模型的风功率预测☆28Updated 5 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☆44Updated 5 years ago
- 利用时间序列预测汽车销量☆40Updated 6 years ago
- 论文基于注意力机制的卷积神经网络模型 源代码☆16Updated 7 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)☆53Updated 7 years ago
- 《应 用时间序列分析》易丹辉、王燕著; 案例Python实现☆16Updated 5 years ago
- Industry chain data test:Sentence classify Bi-GRU-att☆21Updated 6 years ago
- 使用pytorch搭建的循环神经网络在股票数据时间序列上的应用☆105Updated 7 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
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 5 years ago
- ☆15Updated 4 years ago
- PSO algorithm for multi-parameters optimizaiton☆66Updated 6 years ago
- 基于KNN聚类算法结合Dynamic Time Warping(动态时间调整)的时间序列分类☆61Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆63Updated 6 years ago
- mlp/rnn/gru + attention 实现文本情感分析☆22Updated 6 years ago
- 单维、多维时间序列数据预测☆11Updated 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☆76Updated 4 years ago
- ☆75Updated 7 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☆30Updated 2 years ago
- 多元多步时间序列的LSTM模型预测——基于Keras☆80Updated 3 years ago
- 支持向量机,Support Vector Machine(SVM),多类分类☆31Updated 8 years ago
- Lstm+Cnn 预训练词向量 文本分类☆102Updated 6 years ago
- 利用深度RBM构建多分类模型☆19Updated 9 years ago