Alternatives and similar repositories for LSTM-process

Users that are interested in LSTM-process are comparing it to the libraries listed below

• wikke / TimeSeriesPrediction
  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
  ☆56Updated 8 years ago
• iwuqing / Time-Series-Classification-based-on-KNN
  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
  ☆63Updated 6 years ago
• slydg / GRU_to_predict_timeseries
  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
  ☆110Updated 7 years ago
• 634671436 / Air_Pollution_Forcast_Beijing
  基于Keras的LSTM多变量时间序列预测
  ☆185Updated 7 years ago
• oubahe / GSA-PSO-SVR
  一种有效的电力负荷预测方法
  ☆64Updated 6 years ago
• shiluqiang / PSO_python
  PSO algorithm for multi-parameters optimizaiton
  ☆66Updated 7 years ago
• huang027 / ARIMA
  时间序列ARIMA模型的销量预测
  ☆65Updated 7 years ago
• KeshengZhang / Covid-19-ARIMA-Time-Series-Prediction
  如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】
  ☆40Updated 5 years ago
• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆44Updated 7 years ago
• fennuDetudou / time_series_predict
  单维、多维时间序列数据预测
  ☆11Updated 6 years ago
• mo2ye / SARIMA-LSTM
  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…
  ☆84Updated 6 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆128Updated 6 years ago
• SimonWang00 / salesPredict
  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。
  ☆109Updated 6 years ago
• yezhichen2 / cnn_lstm
  基于Keras的LSTM多变量时间序列预测
  ☆26Updated 7 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆84Updated 7 years ago
• HiddenSharp / LSTM-SVM-RF-time-series
  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。
  ☆199Updated 5 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆22Updated 6 years ago
• jeurtr / TimeSeries_Predict
  客流量时间序列预测模型
  ☆130Updated 3 years ago
• benjamingli / Electric-Load-Forecasting
  基于LSTM的电力负荷预测
  ☆165Updated 7 years ago
• BackyardofAbela / EnsembleLearning
  包括决策树和随机森林进行离职人员预测，Xgboost和lightGBM的应用
  ☆287Updated 5 years ago
• aflyingpig0226 / feature-engineering
  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
• jijirazi / ML_CHL_prediction
  基于Keras框架，结合LSTM/GRU/Arima/WNN实现多方式的水质参数预测
  ☆23Updated 7 years ago
• coder23263 / Machine_learning_prediction_system
  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
  ☆90Updated 5 years ago
• shiluqiang / GBDT_regression
  GBDT for regression
  ☆10Updated 7 years ago
• epishova / Neural-Networks-for-time-series-analysis
  Compare how ANNs, RNNs, LSTMs, and LSTMs with attention perform on time-series analysis
  ☆43Updated 7 years ago
• zhangxu0307 / time-series-forecasting-keras
  time series forecasting using keras, inlcuding LSTM,RNN,MLP,GRU,SVR and multi-lag training and forecasting method, ICONIP2017 paper.
  ☆119Updated 6 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  机器学习预测模型，分别用逻辑回归，决策树，随机森林，神经网络，XGBOOST和支持向量机算法建模，交叉验证，并选出AUC最优的模型。特征工程优化后，AUC值达到0.8259
  ☆57Updated 5 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆119Updated 5 years ago
• yangwohenmai / TimeSeriesForecasting
  基于统计学的时间序列预测(AR,ARM).
  ☆292Updated 5 years ago
• a-bean-sprout / XGBoost_StockPricePredict
  Attempt to use XGBoost in stock price prediction
  ☆91Updated 5 years ago