对于LSTM应用于时间序列方面的人工智能预测很有实践意义的MINI课程,对于如何 用LSTM深度学习网络做时间序列上预测做了很好的示范与教学，
2022-03-16 18:16:05
208KB
1
Machine_learning_project
对于runnig，您需要运行main.py文件的代码。 该文件使用了我编写的类之一。 此类位于\ ML_FAB_Classes \ NN_Prep.py。 该课程进行神经网络训练。 main.py由5个部分组成，每个部分将在下文中详细说明
第1部分：导入库它导入所需的库以及我为神经网络培训编写的类
第2部分：加载数据对象本节从xdf文件加载数据并将其转换为熊猫数据帧格式
第3部分：数据初始化本节消除了数据中的噪音，并对谨慎的功能进行了热编码器操作
第4部分：ML规范化本节规范功能和连续标签
第5部分：训练本部分训练神经网络并获得训练后的模型
第6部分：结果和图本节显示了基于所有可用数据（包括训练和测试数据）的模型有多少错误，还绘制了所有可用数据的标签并将其与来自训练模型的预测标签进行比较
2022-03-05 19:02:59
1.08MB
1
Coursera 机器学习课程作业答案，资源中整理了自己学习NG在Coursera讲授的机器学习课程的作业，是在原有的作业下载文档之下完成，如有需要，可下载参考。
2022-03-01 11:21:19
28.93MB
1
Google DeepMind的David Silver的强化学习课程讲义(pdf完整版)
2022-02-18 09:12:26
20.35MB
1