tjaume / BPNeuralNetworksLinks
利用Python实现三层BP神经网络
☆82Updated 7 years ago
Alternatives and similar repositories for BPNeuralNetworks
Users that are interested in BPNeuralNetworks are comparing it to the libraries listed below
Sorting:
- 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☆80Updated 5 years ago
- 粒子群算法优化支持向量机☆139Updated 3 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 8 years ago
- 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
- 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
- 一种有效的电力负荷预测方法☆63Updated 5 years ago
- 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…☆82Updated 6 years ago
- 时间序列ARIMA模型的销量预测☆63Updated 7 years ago
- 支持向量机,Support Vector Machine(SVM),多类分类☆31Updated 8 years ago
- python 用GA算法优化BP神经网络☆159Updated 4 years ago
- 客流量时间序列预测模型☆126Updated 3 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆38Updated 5 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆32Updated 5 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】☆40Updated 5 years ago
- 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。☆194Updated 5 years ago
- 基于Keras的LSTM多变量时间序列预测☆181Updated 7 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
- 集成学习Stacking方法详解☆76Updated 5 years ago
- 利用时间序列预测汽车销量☆42Updated 6 years ago
- 基于Keras的LSTM多变量时间序列预测☆25Updated 7 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☆108Updated 7 years ago
- 基于遗传算法的BP神经网络☆16Updated 4 years ago
- PSO algorithm for multi-parameters optimizaiton☆66Updated 6 years ago
- bp 神经网络算法☆125Updated 2 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)☆54Updated 7 years ago
- 机器学习算法超参数的优化方法——基于hyperopt和bayes_opt☆14Updated 7 years ago
- 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☆156Updated 8 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆64Updated 5 years ago
- 基于遗传算法的特征选择☆128Updated 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