DQ-MM DQ-MM基于Trading Gym，这是一个开放源代码项目，用于在交易环境中开发强化学习算法。 它目前由一个单一的环境组成，并采用一种通用的方式为该交易环境提供不同类型的价格数据。 该项目的重点是2级数据，即在限价单中使用深度和价格水平。 安装 pip install tgym 我们强烈建议使用虚拟环境。 可以在找到一个很好的指南。 交易环境： SpreadTrading SpreadTrading是一家贸易环境，允许进行交易差价（见 ）。 我们为环境提供n个不同产品的价格（出价和要价）的时间序列（使用DataGenerator ），以及价差系数列表。 然后可能采取的行动是买入，卖出或持有该点差。 不能孤立地对一只或几只腿采取措施。 环境状态定义为：价格，入场价格和头寸（多头，空头或持平）。 创建自己的DataGenerator 要创建自己的数据生成器，它必须继承自D

时间序列分类的深度学习 这是发表在“时间序列分类的深度学习：评论”的配套资料库，该也可以在。 数据 该项目中使用的数据来自两个来源： ，其中包含85个单变量时间序列数据集。 ，其中包含13个多元时间序列数据集。 码 代码划分如下： python文件包含运行实验所需的代码。 文件夹包含必要的功能，以读取数据集并可视化绘图。 文件夹包含9个python文件，每个文件针对本文测试的每个深度神经网络。 要在一个数据集上运行模型，应发出以下命令： python3 main.py TSC Coffee fcn _itr_8 这意味着我们将在Coffee数据集的单变量UCR存档上启动模型（有

L2M_GridWorld 网格世界设置中的终身学习，基于以下文章中的Mini网格世界环境： : 第一次运行：运行此命令：python ./manual_control.py --env MiniGrid-FourRooms-v0 --num_envs 5 简约的Gridworld环境（MiniGrid） 那里还有其他的gridworld Gym环境，但是该环境被设计为特别简单，轻巧和快速。 该代码几乎没有依赖项，因此不太可能破坏或无法安装。 它不加载任何外部精灵/纹理，并且可以在Core i7笔记本电脑上以高达5000 FPS的速度运行，这意味着您可以更快地运行实验。 可以找到有效的RL实现。 要求： Python 3.5+ OpenAI体育馆 NumPy Matplotlib（可选，仅用于显示） 如果要在出版物中引用此存储库，请使用此bibtex： @misc{g

基于机器学习的推土机价格预测系统 Kaggle链接： ：//www.kaggle.com/c/bluebook-for-bulldozers/overview 比赛的目的是根据拍卖品的用途，设备类型和配置来预测其拍卖价格。 该数据来自拍卖结果发布，并包含有关使用情况和设备配置的信息。 Fast Iron正在创建一本“推土机蓝皮书”，以使客户在拍卖中评估其重型设备的价值。 问题定义 预测一件重型设备的拍卖销售价格，以为推土机创建一本“蓝皮书”。 数据 数据集链接： : 由于其大小，我无法将数据集包含在此存储库中。 请确保访问上面给出的链接，以下载该项目所需的所有数据集。 确保将所有数据集存储在文件夹“ data”中。 目录 :hourglass_done: 环境设定 :check_mark_button: 收集数据 :check_mark_button: 数据预处理和EDA 特征提取 :check_mark_button: 将字符串转换为类别 :check_mark_button: 填写缺失值 :check_mark_button: 模型实验 :hourglas

MiniQQ，简化版QQ，使用C#实现，属于winform项目，数据库是SQL Server可自行更改，文件中包含需要的数据库，功能有登录注册账号，主界面，消息实时提醒，好友管理添加删除好友，聊天，聊天信息实时提醒以及显示，安全、个人信息设置，个性化头像设置等功能，内涵视频讲解

单糖 用Python实现的Type-1糖尿病模拟器，用于强化学习 该模拟器是FDA批准的的python实现，仅用于研究目的。 该模拟器包括30名虚拟患者，10名青少年，10名成人，10名儿童。 引用方式：谢金玉。 Simglucose v0.2.1（2018）[在线]。 可用： : 。 访问日期：年月日。 注意：simglucose仅支持python3。 动画片 CVGA绘图 BG跟踪图 风险指数统计 主要特点 仿真环境遵循和 API。 它在每个步骤都返回观察，奖励，完成，信息，这意味着模拟器已“加强学习”。 支持定制的奖励功能。 奖励功能是最近一小时血糖测量值的功能。 默认情况下，每个步骤的回报是risk[t-1] - risk[t] 。 risk[t]是定义的时间t的风险指数。 支持并行计算。 该模拟器使用并行模拟多位患者（您可以通过设置parallel=False来自

2020年11月22日更新 各位， 2020-11-17：我注意到人们正在等待代码。 正如我在某些电子邮件中所说的那样，论文终于在我还是腾讯的时候完成了。 2020年5月，我从腾讯离开，加入了深圳大学。 如您所知，对于一家商业公司，我将所有材料留在腾讯内部。 非常抱歉，无法再提供原始的MATLAB代码。 我将尝试最近在Pytorch中重新实现它。 谢谢。 2020-11-22：上传了pytorch实施。 再次抱歉，我无法提供带有SARSA的原始MATLAB实现。 当我们小组致力于A3C框架的研究工作时，我使用A3C框架实施EV充电环境和功能状态，以提高实施效率。 结果，尽管结果与原始结果略有不同，但快速收敛仍然很重要。 就个人而言，我们的主要贡献是问题的提出和解决，可以在env（）函数中找到。 因此，让我在这里停止，再次感谢您的关注。 引用这项工作 S. Wang，S。Bi和YJ Zh

pylearn2_cnn SAR图像的深度学习

财务情绪分析 进行实验以训练我自己的Word2vec嵌入，以便使用注意力模型进行转移学习。 （自然语言处理和深度学习）涉及对斯坦福问题解答数据集和迁移学习的实验。 这些实验背后的想法是将转移学习用于具有深度神经网络和注意力模型的无监督文本数据。 我训练有素的word2vec嵌入的代码将在以后添加库：Keras，python，pandas，nltk Tensorflow和一些sci-kit在这里和那里学习

Java是一门面向对象编程语言，不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行编程。