搜索资源列表
Russinov
- Nussinov算法，预测rna二级结构-This program implements Nussinov algorithm on predicting RNA structure from RNA sequence using dynamic programming approach. The baisic idea is similiar with Smith-Waterman algorithm, obtaining optim
Python-ELM-master
- 经典的ELM算法，适合做小样本回归预测，亲测有用，亲测有效-The classical ELM algorithm, suitable for small sample regression, pro test useful, pro test effective
Learning-Data-Mining-with-Python
- 在Python开发环境下学习数据挖掘并建立预测模型-Learning Data Mining with Python Harness the power of Python to analyze data and create insightful predictive models
python数据分析之金融欺诈行为检测
- 用python写的一个关于金融欺诈行为检测的数据分析程序，用的是回归预测模型(This is a data anlysis program for the detection of financial fraud, based on logistic regression model.)
LinkPrediction
- 链路预测程序，Python源代码(link prediction)(Link prediction program, Python source code (link prediction))
python机器学习预测分析核心算法
- 机器学习预测分析python程序，很有用的啊，希望对大家有帮助(Machine learning prediction analysis Python procedures, very useful ah!)
灰色预测
- 预测模型，通过时间序列分析未来几点的数值走势。(Prediction model,analysis of the numerical trend of the future points by time series.)
python神经网络求解农产品需求预测
- 使用BP神经网络预测农产品的需求，论文在知网上应该就一篇。(Using neural network to predict the demand of agricultural products)
预测
- BP神经网络模型预测的Python代码实现，测试有效(BP neural network model forecast Python code implementation, test effectiveness)
用Python进行自然语言处理(中文)
- 本书提供了非常易学的自然语言处理入门介绍，该领域涵盖从文本和电子邮件预测过滤，到自动总结和翻译等多种语言处理技术。在本书中，你将学会编写Python程序处理大量非结构化文本。你还将通过使用综合语言数据结构访问含有丰富注释的数据集，理解用于分析书面通信内容和结构的主要算法。(This book provides a very easy to learn introduction to Natural Language Processing
python机器学习预测分析核心算法
- python机器学习预测分析核心算法的例程(Python machine learning prediction and analysis of core algorithm routines)
bp
- 一种BP神经网络的PYTHON代码，可用于简单预测等(A BP neural network PYTHON code)
08神经网络逼近股票收盘均价2
- python演示神经网络来逼近股价走势的预测，基于时间序列的预测(Python demonstrates neural network to approximate the prediction of stock price trend, based on time series prediction)
神经网络时间序列预测
- 利用python 构造人工神经网络 做时间序列预测分析(Time series prediction based on artificial neural network)
股票预测
- python LSTM进行时间序列预测，股票每日的数据(Time series prediction by Python LSTM)
python
- 该代码基于Python3,利用机器学习中支持向量机回归算法（SVR）实现对数据的拟合以及预测，可以通过调试C值和gamma值达到不同的拟合程度，具有较大的实际意义，并且该代码本人亲自调式运用，适合广大学习者使用。(This code is based on Python 3. It uses support vector machine regression algorithm (SVR) in machine learning to
股票市场预测
- LSTM 作为预测模型，使用贝叶斯优化算法来实现股票预测的功能(LSTM as a prediction model, uses Bayesian optimization algorithm to achieve the function of stock forecasting)
Python深度学习实战_原书代码
- 深度学习正在为广泛的行业带来革命性的变化。对于许多应用来说，深度学习通过做出更快和更准确的预测，证明其已经超越人类的预测。本书提供了自上而下和自下而上的方法来展示深度学习对不同领域现实问题的解决方案。这些应用程序包括计算机视觉、自然语言处理、时间序列预测和机器人。(Deep learning is bringing revolutionary changes to a wide range of industries. For many
Python机器学习_预测分析核心算法
- Python机器学习_预测分析核心算法(Python machine learning_ Prediction analysis core algorithm)
hybrid-ARIMA-LSTM-model-master
- 使用LSTM-ARIMA模型进行混合预测，ARIMA做线性部分的预测，LSTM做非线性部分(LSTM-ARIMA model is used for mixed prediction, ARIMA for linear prediction and LSTM for nonlinear prediction)