fff2zrx / lstm_example
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 4 years ago
Alternatives and similar repositories for lstm_example:
Users that are interested in lstm_example are comparing it to the libraries listed below
- 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
- 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
- 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
- 基于Keras的LSTM多变量时间序列预测☆23Updated 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
- 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
- 基于seq2seq模型的风功率预测☆28Updated 5 years ago
- 利用时间序列预测汽车销量☆38Updated 6 years ago
- 利用深度RBM构建多分类模型☆19Updated 9 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
- 利用Python实现三层BP神经网络☆81Updated 6 years ago
- some small codes about deep learning☆51Updated 7 years ago
- keras注意力机制☆18Updated 6 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
- 单维、多维时间序列数据预测☆11Updated 6 years ago
- 常用的特征选择方法☆68Updated 2 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】☆41Updated 4 years ago
- 基于深度学习的溶解氧时间序列预测模型☆28Updated 5 years ago
- 多元多步时间序列的LSTM模型预测——基于Keras☆80Updated 3 years ago
- 基于波士顿房屋租赁价格数据，使用lasso回归算法做特征选择后，分别使用线性回归、Lasso回归、Ridge回归、Elasitic Net四类回归算法构建模型（分别测试1,2,3阶）☆13Updated 5 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 5 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☆104Updated 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
- [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
- question classification with multi-level attention mechanism 使用多层级注意力机制和keras实现问题分类☆34Updated 5 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
- Industry chain data test：Sentence classify Bi-GRU-att☆21Updated 6 years ago
- 分类类别不平衡，解决办法：采样(SMOTE和算法集成技术等)、阈值移动、调整代价或权重，附带信用卡诈骗案例☆21Updated 5 years ago
- 集成学习Stacking方法详解☆72Updated 5 years ago