您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
时间序列
-
2018年11月20日 神经网络优化是几乎所有机器学习和统计技术的核心。在本文中，我们讨论最流行的机器学习和统计建模方法背后的核心优化框架。通常，数据科学（DS）和机器学习（ML）的新手通常被建议去学习统计学和线...
-
2018年07月09日 机器学习在机器学习和人工智能的世界中，遇到的每个独特的现实世界问题都有其自身的影响和危险。尽管采用了所有有效的技术，但有时很难取代诸如“不确定性”的简单因素。例如，在图像分类中，如果未详...
-
2017年11月20日 TensorFlow本文是一个通过模拟预测股票，教会大家如何动手操作TensorFlow的教程，结果不具有权威性。因为股票价格的实际预测是一项非常复杂的任务，尤其是像本文这种按分钟的预测。 导入并预处理数据 ...
-
2017年11月02日 神经网络今天我想做一个带有实际预测的金融时间序列结论:我们将用神经网络强化经典移动平均策略,证明它真的改善了最终结果，并且审查新的预测目标。 训练神经网络的代码地址：https://github.com/Rac...
-
GPT-5.6与ChatGPT Work：复杂工作进入智能体时代
-
2018年06月06日 LSTM神经网络Statsbot团队发表过一篇关于使用时间序列分析来进行异常检测的文章。文章地址：https://blog.statsbot.co/time-series-anomaly-detection-algorithms-1cef5519aef2 我们想用一个长短期记忆网...
-
2017年08月28日 系统DeepSense是在移动设备上运行的深度学习框架，它可以完成移动传感器（如运动传感器）数据集上的回归和分类任务。分类任务的第一个例子是异构人类活动识别（HHAR），通过运动传感器检测人类可...
-
2017年08月15日 Python自相关和偏自相关图在时间序列分析和预测中经常使用。 这些图生动的总结了一个时间序列的观察值与他之前的时间步的观察值之间的关系强度。初学者要理解时间序列预测中自相关和偏自相关之间的...
-
2017年08月10日 Python白噪声是时间序列预测中的一个重要概念。 如果一个时间序列是白噪声，它是一个随机数序列，不能预测。如果预测误差不是白噪声，它暗示了预测模型仍有改进空间。 在本教程中，你将学习Python...
-
2017年08月12日 Python自回归移动平均模型(ARIMA)是一种常用于时间序列分析和预测的线性模型。 statsmodels库提供了Python中使用ARIMA的实现。ARIMA模型可以保存到文件中，以便以后对新数据进行预测。在当前版本的...
-
2017年08月08日 数据集差分是一个广泛用于时间序列的数据变换。 在本教程中，你将发现如何使用Python将差分操作应用于时间序列数据。 完成本教程后，你将学到： 关于差分运算，包括延迟差分的配置和差分序列。 如...
加载更多
OpenAI首款推理芯片亮相，年底开始部署
OpenAI GPT-Live：实时语音模型再升级
