Python用Keras神经网络序列模型回归拟合预测、准确度检查和结果可视化
我们可以很容易地用Keras序列模型拟合回归数据并预测测试数据。
Tag Archives: python
【视频讲解】Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
最近我们被客户要求撰写关于使用长短期记忆网络（LSTM）来拟合一个不稳定的时间序列的研究报告。
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
回归算法最小角回归（LARS）通过高维数据的线性组合提供变量。
Python中用Prophet模型对天气时间序列进行预测与异常检测
基本的Prophet模型是一个可分解的单变量时间序列模型，结合了趋势、季节性和节假日效应。
【视频讲解】Python和R语言使用指数加权平均(EWMA)，ARIMA自回归移动平均模型预测时间序列
本文学习创建时间序列预测的步骤，关注Dickey-Fuller检验、指数加权平均(EWMA)和ARIMA（自回归移动平均）模型，从理论上学习这些概念以及它们在python和R中的实现。
Python用ARIMA和SARIMA模型预测销量时间序列数据
最近我们被客户要求撰写关于预测销量时间序列的研究报告。指数平滑模型是基于对数据趋势和季节性的描述，而ARIMA模型则是为了描述数据的自相关性。
Python | ARIMA时间序列预测模型
时间序列 被定义为一系列按时间顺序索引的数据点。时间顺序可以是每天，每月或每年。
Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模拟进行股价预测
预测股价已经受到了投资者，政府，企业和学者广泛的关注。然而，数据的非线性和非平稳性使得开发预测模型成为一项复杂而具有挑战性的任务。
ARIMA模型预测CO2浓度时间序列-python实现
时间序列为预测未来数据提供了方法。根据先前的值，时间序列可用于预测经济，天气的趋势。
Python中的Lasso回归之最小角算法LARS
假设我们期望因变量由潜在协变量子集的线性组合确定。
使用Python中Keras的LSTM递归神经网络进行时间序列预测
最近我们被客户要求撰写关于时间序列预测的研究报告。时间序列预测问题是预测建模问题中的一种困难类型。
在Python和R中使用交叉验证方法提高模型性能
模型表现差异很大的可能原因是什么？换句话说，为什么在别人评估我们的模型时会失去稳定性？
Python计算股票投资组合的风险价值（VaR）
风险价值（VaR）用于尝试量化指定时间范围内公司或投资组合中的财务风险水平。VaR提供了一段时间内投资组合的最大损失的估计，您可以在各种置信度水平上进行计算。
Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析
在数据科学学习之旅中，我经常处理日常工作中的时间序列数据集，并据此做出预测。
Python安装TensorFlow 2、tf.keras和深度学习模型的定义
深度学习的预测建模是现代开发人员需要了解的一项技能。
Python中基于网格搜索算法优化的深度学习模型分析糖尿病数据
在本教程中，我们将讨论一种非常强大的优化（或自动化）算法，即网格搜索算法。
scrapy爬虫框架和selenium的使用：对优惠券推荐网站数据LDA文本挖掘
Groupon是一个优惠券推荐服务，您可以免费注册Groupon。
Python贝叶斯回归分析住房负担能力数据集
我想研究如何使用pymc3在贝叶斯框架内进行线性回归。根据从数据中学到的知识进行推断。
python中使用马尔可夫决策过程(MDP)动态编程来解决最短路径强化学习问题
在强化学习中，我们有兴趣确定一种最大化获取奖励的策略。假设环境是马尔可夫决策过程 （MDP）的理想模型 ，我们可以应用动态编程方法来解决强化学习问题。
python机器学习：推荐系统实现（以矩阵分解来协同过滤）
用户和产品的潜在特征编写推荐系统矩阵分解工作原理使用潜在表征来找到类似的产品。
python中使用scikit-learn和pandas决策树进行iris鸢尾花数据分类建模和交叉验证
最近我们被客户要求撰写关于决策树分类的研究报告。将使用著名的iris数据集，该数据集对各种不同的iris类型进行各种测量。
用Python进行图像模糊处理和特征提取
特征提取。但是这里我们需要更深入的数据清理。数据清理是在数据集，表格，文本等上完成的。如何在图像上完成？
用于NLP的Python：使用Keras的多标签文本LSTM神经网络分类
最近我们被客户要求撰写关于开发具有多个输出的文本分类模型的研究报告。
python爬虫进行Web抓取LDA主题语义数据分析
从网站提取数据的方法称为网络抓取。
Python使用神经网络进行简单文本分类
深度学习无处不在。在本文中，我们将使用Keras进行文本分类。
在Python中自然语言处理生成词云WordCloud
在Python中自然语言处理生成词云WordCloud
使用Python中的ImageAI进行对象检测
在本文中，您将看到如何在Python中执行对象检测。
适用于NLP自然语言处理的Python：使用Facebook FastText库
在本文中，我们将研究FastText，它是用于单词嵌入和文本分类的另一个极其有用的模块。
python在Keras中使用LSTM解决序列问题
时间序列预测是指我们必须根据时间相关的输入来预测结果的问题类型。
用于NLP的Python：使用Keras进行深度学习文本生成
深度学习技术已用于各种文本生成任务，例如写作诗歌，生成电影脚本甚至创作音乐。
用Python的Numpy求解线性方程组
在本文中，您将看到如何使用Python的Numpy库解决线性方程组。
python用于NLP的seq2seq模型实例:用Keras实现神经网络机器翻译
在本文中，我们将看到如何创建语言翻译模型，这也是神经机器翻译的非常著名的应用。
使用Python和Keras进行主成分分析、神经网络构建图像重建的自动编码器
如今，几乎我们使用的每个应用程序中都有大量数据- 听音乐， 浏览朋友的图像，或者 观看新的预告片
python使用Flask，Redis和Celery的异步任务
随着Web应用程序的发展和使用的增加，用例也变得多样化。
在Python中使用LSTM和PyTorch进行时间序列预测
诸如长期短期记忆网络（LSTM）之类的高级深度学习模型能够捕获时间序列数据中的模式，因此可用于对数据的未来趋势进行预测。
R、Python、Open Refine采集pdf数据，清理数据和格式化数据
R、Python、Open Refine采集pdf数据，清理数据和格式化数据
Python中的Apriori关联算法-市场购物篮分析
数据科学Apriori算法是一种数据挖掘技术，用于挖掘频繁项集和相关的关联规则。
R和Python机器学习:广义线性回归glm，样条glm，梯度增强，随机森林和深度学习模型分析
使用R和Python进行分析的主要好处之一是，它们充满活力的开源生态系统中总是有新的和免费提供的服务。
用Prophet在Python中进行时间序列预测
用Prophet在Python中进行时间序列预测
使用python进行贝叶斯统计分析
本文讲解了使用PyMC3进行基本的贝叶斯统计分析过程。
python算法对音频信号处理Sonification ：Gauss-Seidel迭代算法
python算法对音频信号处理Sonification ：Gauss-Seidel迭代算法
python对网络图networkx进行社区检测和彩色绘图
以下是创建图表，检测其中的社区，然后在少于10行的python中使用由其社区着色的节点进行可视化的方法：
python研究汽车传感器数据统计可视化分析
python研究汽车传感器数据统计可视化分析
python卷积神经网络人体图像识别
二十多年来，自动发现裸体图片一直是计算机视觉中的中心问题，并且由于其悠久的历史和直接的目标，它成为该领域如何发展的一个很好的例子。
R语言Apriori关联规则、K-means均值聚类数据挖掘中药专利复方治疗用药规律网络可视化
应用关联规则、聚类方法等数据挖掘技术分析治疗抑郁症的中药专利复方组方配伍规律。
使用Python和SAS Viya分析社交网络
本示例使用Python和SAS分析了预防高危药物研究的结果。这个社交网络有194个节点和273个边，分别代表药物使用者和这些使用者之间的联系。
用R语言和python进行社交网络中的社区检测
在这篇文章中，我用R语言和python检测社交网络中的社区。
python隶属关系图模型:基于模型的网络中密集重叠社区检测方法
python隶属关系图模型:基于模型的网络中密集重叠社区检测方法
如何在python 深度学习Keras中计算神经网络集成模型
如何在python 深度学习Keras中计算神经网络集成模型
python主题建模可视化LDA和T-SNE交互式可视化
我尝试使用Latent Dirichlet分配LDA来提取一些主题。 本教程以自然语言处理流程为特色，从原始数据开始，准备，建模，可视化论文。
python安娜卡列妮娜词云图制作
python安娜卡列妮娜词云图制作
Python基于粒子群优化(PSO)的投资组合优化研究
我今年的研究课题是使用粒子群优化（PSO）的货币进行交易组合优化。
Python中利用长短期记忆模型LSTM进行时间序列预测分析 – 预测电力负荷数据
LSTM（或长期短期存储器网络）允许分析具有长期依赖性的顺序或有序数据。当涉及到这项任务时，传统的神经网络不足，在这方面，LSTM将用于预测这种情况下的电力消耗模式。
在PYTHON中进行主题模型LDA分析
主题建模是一种在大量文档中查找抽象主题的艺术方法。
Python使用矩阵分解法找到类似的音乐
Python使用矩阵分解法找到类似的音乐
代写python assignment经常用到的“万能”词汇分享！3天入门！
代写python assignment经常用到的“万能”词汇分享！3天入门！
R语言非线性回归nls、线性插值探索分析河流阶段性流量数据和评级曲线、流量预测可视化
用Python粒度分析及其在沉积学中应用研究
Python、R对小说文本挖掘正则表达式分析案例
对于我的可视化类，选择文本作为我的最终项目“数据集”是一个简单的选择。该文有大约175,000个单词，分为42章。我在网上找到了这本书的原始文本版本并开始工作。
Python金融应用编程:衍生品定价和套期保值的随机过程
随机过程对定量融资的许多方面都很有用，包括但不限于衍生品定价，风险管理和投资管理。
Python之LDA主题模型算法应用
在这篇文章中，我将介绍用于Latent Dirichlet Allocation（LDA）的lda Python包的安装和基本用法。
Python用PyMC3实现贝叶斯线性回归模型
在本文中，我们将在贝叶斯框架中引入回归建模，并使用PyMC3 MCMC库进行推理。
Python数据可视化-seaborn Iris鸢尾花数据
Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。
python在Scikit-learn中用决策树和随机森林预测NBA获胜者
在本文中，我们将以Scikit-learn的决策树和随机森林预测NBA获胜者。
python主题LDA建模和t-SNE可视化
我们将首先介绍主题建模和t-SNE，然后将这些技术应用于两个数据集：20个新闻组和推文。
R语言使用LASSO回归预测股票收益
只要有金融经济学家，金融经济学家一直在寻找能够预测股票收益的变量。
Python用广义加性模型GAM进行时间序列分析
每当你发现一个与时间对应的趋势时，你就会看到一个时间序列。
