cryptocurrency-price-prediction：使用LSTM神经网络的加密货币价格预测

上海二手房价格预测界面 这是复旦大学数据科学学院的数据挖掘课程（DATA620007）。 要求： Tensorflow 1.0.1 Python 3.6 训练数据： 从于2018年4月。 爬行部分是由建造的。 模型： 结构：具有200个节点和ReLU的两层全连接神经网络，以及保持率为75％的Dropout。 纪元：10000 MSE （在测试集上）：<0.03 例子： 一个简单的例子如下：女巫意味着我们所住宿舍的合理价格可能价值高达580万日元。 输出包括目标实际东部地区的平ASP格和总价格。

股票买卖最佳时机leetcode 股票价格预测使用 LSTM 和 ARIMA 简介 最基本意义上的股票是一种证券，代表公司一小部分的所有权。 拥有公司的股票使股东有权获得该公司的部分资产和利润。 股票主要在证券交易所购买。 证券交易所不拥有股票，而是充当股票买家与卖家联系的平台。 纽约证券交易所、纳斯达克、伊斯坦布尔证券交易所可以作为交易所的例子。 股票市场的价格是由供求关系决定的。 随着时间的推移，股票已经能够胜过许多其他类型的金融投资，并且仍在继续这样做。 分析和交易股票以获利是世界上几乎所有地方的普遍做法。 有些零售交易员在交易股票时可能有不同的日常工作，有些专业交易员和经纪人的唯一收入是他们从交易中获得的利润。 股票交易的高风险性质需要优秀的数学家和统计学家开发模型以最好地分析股票的各个方面，并在正确的时间做出最佳决策，买入、卖出或对股票执行其他更高级的操作。 定量分析是一种使用数学建模来理解行为的技术。 在这种情况下，通过定量方法调查的行为是股票价格的行为。 如果股票的行为可以被预测，预测它的一方就可以通过交易获利。 对冲基金和投资银行进行定量分析的人通常被称为“quants

房屋价格预测 欢迎来到房价预测挑战赛，您将通过设计一种算法来准确预测印度的房价，从而测试您的回归技巧。 准确预测房价可能是一项艰巨的任务。 买家只是不关心房屋的大小（平方英尺），还有其他各种因素在决定房屋/物业的价格中起着关键作用。 找出有助于理解买方行为的正确属性集可能非常困难。 该数据集已经收集了印度各个房地产聚合商的数据。 在此竞赛中，作为12位影响因素，您作为数据科学家的作用是尽可能准确地预测价格。 另外，在本次比赛中，您将有大量空间用于特征工程和掌握高级回归技术，例如，Random Forest，Deep Neural Nets和各种其他集成技术。 数据描述：Train.csv-29451行x 12列Test.csv-68720行x 11列样本提交-可接受的提交格式。 （具有68720行的.csv / .xlsx文件） 属性说明：POSTED_BY-列出了财产UNDER_C

二手车价格预测 描述： 通常，新车的价格由制造商确定，因此可以确保质量。 对于二手车而言，情况并非如此，在这种情况下，客户容易被假冒公司欺骗，并为价值较低的汽车支付更高的价格。 我们的想法是实现不同的机器学习算法，这些算法根据车辆的状况，进入年份，制造商，型号等特征预测价格。它有助于客户了解市场上的买卖价格。

图书价格预测

车价预测 我使用的数据集包含有关二手车的信息。 第一步是探索数据的特征，找到相关性，并进行一些可视化处理。 然后，我训练了一些机器学习模型，并用它们来预测给定汽车的价格。

Price-prediction-and-recommendation-of-second-hand-housing-in-Shanghai Price prediction and recommendation of second-hand housing in Shanghai（上海地区二手房价格预测及推荐） 先上系统运行的截图： 1、本系统为本人读研数据课课程project。 2、本系统主要功能：爬取链家上海地区二手房信息，使用postgresql的机器学习库MADlib，采用KNN算法对用户输入的需求信息预测房价及推荐五个相似房源。 3、开发环境：centos7 64位、PostgreSQL9.5、MadLib1.13、pgAdmin4.2、Python2.7（web部分）、python3.6（数据爬取及处理部分） 本系统web显示界面在好友蒋雯协助下完成，其他工作由我完成。 da

线性回归汽车价格预测 这是用于汽车价格预测的线性回归模型 一家中国汽车公司吉利汽车（Geely Auto）希望通过在美国设立生产部门并在当地生产汽车，从而在美国和欧洲同行中竞争来进入美国市场。 他们与汽车咨询公司签约，以了解汽车定价所依赖的因素。 具体来说，他们想了解影响美国市场汽车定价的因素，因为这些因素可能与中国市场有很大不同。 该公司想知道： 哪些变量在预测汽车价格方面很重要 这些变量如何很好地描述汽车的价格 根据各种市场调查，这家咨询公司收集了整个美洲市场上各种类型汽车的大型数据集。 我们需要使用可用的独立变量对汽车价格进行建模。 管理层将使用它来了解价格随自变量的确切变化情况。 他们可以据此操纵汽车的设计，商业策略等，以达到一定的价格水平。 此外，该模型将是管理层了解新市场定价动态的好方法。 我们将使用汽车价格数据集使用线性回归模型。 我们想知道变量之间的关系，尤其是汽车

BTC预测 这是一个比特币牛市预测项目，旨在评估当前牛市的最高价格以及确切的日期。 该项目基于2个单独的ML模型，这些模型是根据比特币长达8年的历史数据进行训练的。 查看此LIVE演示网站： 用法 推荐的Python版本：3.7 安装所需的软件包 $ pip install -r requirements.txt 产生预测 $ py main.py --file [--force_cache_update] 创建cache目录并确保其可写 每天至少强制更新一次缓存 数据转换 当前的预测模型正在使用以下数据转换方法： 姓名 关联 2年MA乘数 Pi循环顶部指示器 黄金51％-49％的比例 Puell倍数 受到启发 页脚 接触 电子邮件： PGP： 捐 如果发现有用，请考虑支持该项目。 任何形式的捐赠都会鼓励我专注于其进一步的发展。 之后，您可以给我发送电