ykk648 / huawei-code-craft-2018Links
华为2018软件精英挑战赛初赛代码,pure python without numpy,实现拉格朗日均值、线性回归、随机森林、指数平滑、模拟退火等算法。
☆25Updated 4 years ago
Alternatives and similar repositories for huawei-code-craft-2018
Users that are interested in huawei-code-craft-2018 are comparing it to the libraries listed below
Sorting:
- 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
- 利用Python实现三层BP神经网络☆83Updated 7 years ago
- 基于Keras的LSTM多变量时间序列预测☆183Updated 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☆157Updated 9 years ago
- 用python实现SVM/AdaBoost/C4.5/CART/Naïve Bayes等数据挖掘领域十大经典算法☆79Updated 7 years ago
- Python实现经典分类回归、关联分析、聚类以及推荐算法等☆215Updated 6 years ago
- 利用时间序列预测汽车销量☆43Updated 6 years ago
- bp 神经网络算法☆126Updated 2 years ago
- 时间序列ARIMA模型的销量预测☆64Updated 7 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
- 《应用时间序列分析》易丹辉、王燕著; 案例Python实现☆17Updated 5 years ago
- 这个仓库主要是前段时间参加2018研究生数学建模大赛的经验与心得,只是第一位和第二问,第三问做的太烂,所以只放我们团队第一问的方案和源码,在此抛砖引玉,欢迎大家批评指正。☆23Updated 7 years ago
- 统计分析课程实验作业/包含《统计分析方法》中因子分析,主成分分析,Kmeans聚类等典型算法的手写实现☆77Updated 5 years ago
- 时间序列理论和案例实践☆72Updated 8 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
- 整理记录本人担任课程助教设计的四个机器学习实验,主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码,欢迎各位码友讨论交流。☆119Updated 7 years ago
- 天池智慧交通预测挑战赛解决方案☆507Updated 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 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)☆65Updated 5 years ago
- 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☆83Updated 5 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
- 《Python预测之美:数据分析与算法实战》书籍代码维护☆66Updated 2 years ago
- 数据挖掘库sklearn的使用教程和demo☆84Updated 7 years ago
- 这是利用Tensorflow实现的简单BP神经网络模型☆37Updated 7 years ago
- 聚类分析: K均值聚类算法、层次聚类算法☆26Updated 11 years ago
- 使用AR自回归模型与长短时记忆网络进行时间序列数据预测☆19Updated 5 years ago
- 客流量时间序列预测模型☆129Updated 3 years ago
- 本程序实现决策树的建立与可视化,以及决策树的预剪枝与后剪枝,数据集为西瓜书4.2、4.3节中的西瓜数据集☆37Updated 6 years ago
- 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
- 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)☆56Updated 7 years ago