lyx199504 / param-optLinks
本项目开发了一个机器学习和深度学习的训练工具。该训练工具基于sklearn和pytorch，不仅支持常规训练、交叉验证训练，还支持贝叶斯搜索参数，并可随时自动保存训练模型和日志。
☆12Updated last year
Alternatives and similar repositories for param-opt
Users that are interested in param-opt are comparing it to the libraries listed below
Sorting:
- 常用的特征选择方法☆68Updated 3 years ago
- 时间序列异常检测☆54Updated 6 years ago
- AutoEncoder implements by keras. Including AE, DAE, DAE_CNN, VAE, VAE_CNN, CVAE, Sparse AE, Stacked DAE.☆41Updated 5 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☆62Updated 6 years ago
- 数据预处理之缺失值处理，特征选择☆21Updated 6 years ago
- 基于Keras的LSTM多变量时间序列预测☆179Updated 7 years ago
- 包含一些比较常见的数据挖掘竞赛或者项目的源码☆129Updated 6 years ago
- 利用时间序列预测汽车销量☆41Updated 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☆53Updated 7 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
- 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
- Codes for time series forecast☆146Updated 4 years ago
- TensorFlow Probability；Time series model☆127Updated 3 years ago
- 异常检测☆159Updated 6 years ago
- ☆49Updated 2 years ago
- 由时间空间成对组成的轨迹序列，通过循环神经网络lstm，自编码器auto-encode，时空密度聚类st-dbscan做异常检测☆73Updated 5 years ago
- 客流量时间序列预测模型☆126Updated 3 years ago
- 异常值检测算法总结☆194Updated 5 years ago
- 常见的数据预处理，包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆43Updated last year
- 使用改良的Transformer模型应用于多维时间序列的分类任务上☆89Updated 4 years ago
- 通过修改transformer使其可以预测金融时间序列☆35Updated 4 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。☆103Updated 5 years ago
- 2017工业大数据创新竞赛/风机叶片结冰预测大赛☆48Updated 6 years ago
- “ 合肥高新杯”心电人机智能大赛 —— 心电异常事件预测 TOP1 Solution☆147Updated 4 years ago
- KDD CUP 2021 Multi-dataset Time Series Anomaly Detection☆29Updated 4 years ago
- 机器学习集成模型之Stacking各类模型及工具源码☆117Updated 4 years ago
- 双塔模型，打比赛用。解决多维时间序列的分类预测任务☆34Updated 2 years ago
- feature selections and extractions☆88Updated last year
- 集成学习Stacking方法详解☆76Updated 5 years ago
- 时间序列ARIMA模型的销量预测☆61Updated 7 years ago