人工智能-机器学习-面向场景的3G移动数据业务流量建模分析及预测.pdf

人工智能-机器学习-蛋白质分子自然构象和二级结构的计算分析及预测.pdf

基于价值创造和公司治理的财务状态分析与预测模型研究

混沌时间序列分析与预测工具箱 Version2.0，该工具箱包括了混沌时间序列分析与预测的常用方法,有:产生混沌时间序列(chaotic time series)等

Arauto 用于时间序列实验和预测的交互式工具 Arauto是一个开源框架，旨在简化建模和实验时间序列分析和预测的过程。 Arauto提供了一个直观的交互式界面，可以使用自回归模型（AR，ARMA，ARIMA，SARIMA，ARIMAX和SARIMAX）探索模型的不同参数。 越来越多的估计器和算法正在研究中。 关于Arauto的博客文章 Arauto在Towards Data Science的Medium博客上得到了推荐。 。 特征 支持外源回归变量（独立变量） 季节性分解可让您了解数据的趋势，季节性和残差 使用增强Dickey-Fuller检验的平稳性检验 自定义数据转换的平稳性：您可以使用从一阶差异到季节性日志来转换数据 ACF （自相关函数）和PACF （偏相关函数）用于项估计 自定义ARIMA术语或让Arauto根据您的数据选择最适合您的 网格搜索功能可进行参数调整 代码生成

牙种植体植入扭矩影响因素的分析及预测模型.pdf

·基于MOOC数据的学习行为分析与预测

用于实现时间序列数据建模与预测的LSTM程序(LSTM matlab code for time series modeling and prediction)

东方财富的java笔试题STOCK_PRICE_FINBERT 以guba的评论为初始语料，利用Finbert模型分析中文评论的极性，预测股价上涨。 项目性质 该项目主要由爬虫、Finbert模型和假设检验组成。 爬虫技术使用Xpath和Json技术在东方财富网的股票吧论坛上爬取了20W的评论。 Finbert 模型支持逐层解冻和梯度累积。 同时，每个epoch对数据集进行随机分割，不仅增加了模型训练的随机性，降低了过拟合的风险，而且可以在一定程度上缓解小样本的问题。 最后封装了bert模型，方便以后的模型扩展，给Finbert赋予了Sklearn接口。 假设检验用于评估一定时期内极性与股票收益的相关程度。 代码的使用 单击下面的链接下载预训练的 bert 模型并将其放置在 /models/language_model/ 中。 待解决的问题 社会评论话题分散，大量脏数据难以清理，严重影响模型性能。

基于小波和神经网络的潮汐分析和预测，谷川，王丽华，文章首先采用小波分析的方法对潮汐数据进行异常值探测以及消噪，而后采用快速傅立叶变换对其频率特征进行分析得出其频谱特征。采