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
☆53Updated 7 years ago
Related projects ⓘ
Alternatives and complementary repositories for TimeSeriesPrediction
- 利用时间 序列预测汽车销量☆37Updated 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…☆65Updated 5 years ago
- 基于Keras的LSTM多变量时间序列预测☆22Updated 6 years ago
- 时间序列ARIMA模型的销量预测☆60Updated 6 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。☆96Updated 5 years ago
- 基于Keras的LSTM多变量时间序列预测☆174Updated 6 years ago
- 使用随机森林、bp神经网络、LSTM神经网络、GRU对股票收盘价进行回归预测。Random forest, BP neural network, LSTM neural network and GRU are used to predict the closing pric…☆51Updated 4 years ago
- 时间序列理论和案例实践☆69Updated 7 years ago
- 基于seq2seq模型的风功率预测☆27Updated 5 years ago
- 算法根据单个板块或单只股票的历史数据判断板块指数或个股次日收盘价信息,得到相应的调仓对策。可回归(预测具体价格)可分类(预测涨跌)。 长短期记忆模型(LSTM)是循环神经网络(RNN)的一种,每个输入样本都是一个序列(如某板块20天的四价一量)用这个序列预测结果。它认为某些…☆56Updated 4 years ago
- Using K-NN, SVM, Bayes, LSTM, and multi-variable LSTM models on time series forecasting☆47Updated 5 years ago
- 多元多步时间序列的LSTM模型预测——基于Keras☆75Updated 2 years ago
- Python 建立的BP神经网络处理预测相关公交线路数据☆36Updated 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 5 years ago
- 单维、多维时间序列数据预测☆11Updated 5 years ago
- 基于Keras框架,结合LSTM/GRU/Arima/WNN实现多方式的水质参数预测☆21Updated 6 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☆98Updated 6 years ago
- 客流量时间序列预测模型☆110Updated 2 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。☆176Updated 4 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测,除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆42Updated 4 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆31Updated 4 years ago
- 基于BP神经网络的高频金融时间序列分析 (毕设)☆43Updated 5 years ago
- Compare how ANNs, RNNs, LSTMs, and LSTMs with attention perform on time-series analysis☆42Updated 6 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 4 years ago
- 一种有效的电力负荷预测方法☆56Updated 4 years ago
- used for Stock Prodiction&power prediction&Traffic prediction by ARIMA,xgboost,RNN,LSTM,TCN☆100Updated 4 years ago
- 使用svr, mlp, rnn, lstm, am-lstm进行多元时间序列回归预测☆51Updated last year
- 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。☆24Updated 5 years ago