Alternatives and similar repositories for BPNeuralNetworks

Users that are interested in BPNeuralNetworks are comparing it to the libraries listed below

• 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
  ☆82Updated 5 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
  ☆56Updated 5 years ago
• yx868868 / GA-optimized-neural-network
  python 用GA算法优化BP神经网络
  ☆161Updated 4 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
• SureeLee / ga_bp
  a back propagation neural network with genetic algorithm
  ☆82Updated 7 years ago
• ymzx / pso-svm
  粒子群算法优化支持向量机
  ☆139Updated 3 years ago
• MichaelLee826 / iris_classification_BPNeuralNetwork
  Python 基于BP神经网络实现鸢尾花的分类
  ☆356Updated 5 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆76Updated 6 years ago
• yangxcc / Sklearn-Algorithm
  Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)
  ☆83Updated 5 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…
  ☆83Updated 6 years ago
• qiuhaining / sklearn-SVM
  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
• 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
  ☆58Updated 8 years ago
• Zhk0314 / GA-BP
  基于遗传算法的BP神经网络
  ☆16Updated 4 years ago
• yc-maltazard / BPNN_Python
  Python 建立的BP神经网络处理预测相关公交线路数据
  ☆37Updated 7 years ago
• oubahe / GSA-PSO-SVR
  一种有效的电力负荷预测方法
  ☆63Updated 5 years ago
• zhaoxingfeng / SVM
  支持向量机，Support Vector Machine(SVM)，多类分类
  ☆31Updated 8 years ago
• Lupino / bpnn
  bp 神经网络算法
  ☆125Updated 2 years ago
• shiluqiang / PSO_python
  PSO algorithm for multi-parameters optimizaiton
  ☆66Updated 6 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。
  ☆195Updated 5 years ago
• leezqcst / machine-learning-algorithm
  记录小润了解的各种机器学习算法的实现以及基础概念，包括有监督学习，无监督学习，分类，聚类，回归；神经元模型，多层感知器，BP算法；损失函数，激活函数，梯度下降法；全连接网络、卷积神经网络、递归神经网络；训练集，测试集，交叉验证，欠拟合，过拟合；数据规范化等
  ☆157Updated 8 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆118Updated 5 years ago
• xinchenstephen / stock_prediction
  基于粒子群算法的神经网络优化股票价格预测
  ☆32Updated 5 years ago
• benjamingli / Electric-Load-Forecasting
  基于LSTM的电力负荷预测
  ☆158Updated 7 years ago
• angeliababy / houseprice_regression
  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
• jeurtr / TimeSeries_Predict
  客流量时间序列预测模型
  ☆128Updated 3 years ago
• yangwohenmai / TimeSeriesForecasting
  基于统计学的时间序列预测(AR,ARM).
  ☆289Updated 4 years ago
• huang027 / ARIMA
  时间序列ARIMA模型的销量预测
  ☆64Updated 7 years ago
• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆43Updated 6 years ago
• 634671436 / Air_Pollution_Forcast_Beijing
  基于Keras的LSTM多变量时间序列预测
  ☆182Updated 7 years ago
• changliang5811 / SSA_python
  麻雀搜索算法(Sparrow Search Algorithm, SSA)的python实现
  ☆134Updated 5 years ago