Blog

热烈祝贺 拓端tecdat荣获经济日报创业企业观察点认证

2018年,清华大学启迪创新研究院调研组受经济日报委托,开展了“创新创业企业成长指数”调研,杭州拓端数据科技有限公司受邀作为调研对象,积极配合参与了此次调研活动,并受到了调研组在创新创业方面的高度肯定,特此被授予经济日报创业企业观察点的荣誉称号。

Python生成对抗神经网络GAN预测股票及LSTMs、ARIMA对比分析ETF金融时间序列可视化

本文聚焦于利用生成对抗网络(GANs)进行金融时间序列的概率预测。介绍了一种新颖的基于经济学驱动的生成器损失函数,使 GANs 更适用于分类任务并置于监督学习环境中,能给出价格回报的全条件概率分布,突破传统点估计方式,实现不确定性估计。

Python、R循环神经网络RNN、指数平滑ETS、ARIMA模型预测网络流量、ATM机取款、旅游需求时间序列数据

在当今经济研究与商业决策领域,精准的时间序列预测具有极为关键的意义。

Python深度强化学习对冲策略:衍生品投资组合套期保值Black-Scholes、Heston模型分析

本文提出了一个在存在交易成本、市场冲击、流动性约束或风险限制等市场摩擦的情况下,使用现代深度强化学习方法对衍生品投资组合进行套期保值的框架。

Python滑动窗口卷积神经网络CNN对损伤梁桥数据、故宫城墙图像数据分类可视化|附数据代码

在现代土木结构工程领域,结构损伤的准确识别与定位对于保障基础设施的安全性和耐久性具有极为关键的意义。

Python时空图神经网络ST-GNNs-PCA嵌入交通数据预测可视化及KPCA核主成分分析汽油精制应用实例

本研究横跨交通预测与汽油精制两大领域,PCA 嵌入在其中均扮演着核心角色,我们旨在通过深入探索与研究,全面展示 PCA 嵌入在不同复杂系统中的卓越性能与广泛应用潜力。

Python蒙特卡罗MCMC:优化Metropolis-Hastings采样策略与Fisher矩阵计算参数推断应用—模拟与真实数据分析

本文介绍了其在过去几年中的最新开发成果,特别阐述了两种有助于提升 Metropolis – Hastings 采样性能的新要素:跳跃因子的自适应算法以及逆 Fisher 矩阵的计算,该逆 Fisher 矩阵可用作提议密度。

Python深度强化学习智能体DDPG自适应股票交易策略优化道琼斯30股票数据可视化研究

股票交易策略在投资公司中起着至关重要的作用。然而,在复杂多变的股票市场中获取最优策略颇具挑战。

MATLAB图注意力网络GAT多标签图分类预测可视化

本示例展示了如何使用图注意力网络(GATs)对具有多个独立标签的图进行分类。当数据中的观测值具有带有多个独立标签的图结构时,可以使用GAT来预测未知标签观测值的标签。

Python用CEEMDAN-LSTM-VMD金融股价数据预测及SVR、AR、HAR对比可视化

股票市场是一个复杂的非线性系统,股价受到许多经济和社会因素的影响。因此,传统的线性或近线性预测模型很难有效、准确地预测股票指数的价格趋势。

【梯度提升专题】XGBoost、Adaboost、CatBoost预测合集:抗乳腺癌药物优化、信贷风控、比特币应用|附数据代码

金融领域同样挑战重重,信贷风控中精准预测违约支付及把握相关因素变化规律,以及比特币价格走势的准确预判,都对决策制定至关重要。再者,企业经营中处理严重不平衡的破产数据以评估风险,也是一大难点。在此背景下,XGBoost、Adaboost、CatBoost 等梯度提升算法展现出强大的预测能力。

R语言基于贝叶斯分层、层次Hierarchical Bayesian模型的房价数据空间分析

本文主要探讨了贝叶斯分层模型在分析区域数据方面的应用,以房价数据为例,详细阐述了如何利用R进行模型拟合、分析及结果解读,展示了该方法在处理空间相关数据时的灵活性和有效性。

银行信贷风控专题:Python、R 语言机器学习数据挖掘应用实例合集:xgboost、决策树、随机森林、贝叶斯等

 在当今金融领域,风险管控至关重要。无论是汽车贷款违约预测、银行挖掘潜在贷款客户,还是信贷风控模型的构建,以及基于决策树的银行信贷风险预警,都是金融机构面临的关键挑战。

Python量子生成对抗网络QGAN神经网络药物发现、多方法乳腺癌药物筛选应用

在当今的医学领域,乳腺癌作为一种严重威胁女性健康的疾病,其治疗一直是科研工作者们关注的焦点。

【视频讲解】共享单车使用量预测:RNN, LSTM,GRU循环神经网络和传统机器学习

随着城市化进程的加速,共享单车作为一种绿色、便捷的出行方式,在城市交通中扮演着日益重要的角色。准确预测共享单车的使用量对于优化资源配置、提高运营效率以及满足用户需求具有关键意义。

LSTM神经网络结合PSO粒子群优化对管网优化调度及网络安全入侵检测模型|附数据代码

在当今科技飞速发展的时代,无论是工业生产中的管网系统,还是信息领域的网络安全,都面临着日益复杂的挑战😕。

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498

关注有关新文章的微信公众号


永远不要错过任何见解。当新文章发表时,我们会通过微信公众号向您推送。

技术干货

最新洞察

This will close in 0 seconds