该数据集集了美国各地7000个数据科学家职位的信息。收集的信息是:公司名称、职位名称、位置、职位描述和公司审核次数。 alldata.csv fulltimeAL.csv fulltimeAT.csv fulltimeBO.csv fulltimeBOS.csv fulltimeCHI.csv fulltimeDC.csv fulltimeLA.csv fulltimeMA.csv fulltimeMV.csv fulltimeNY.csv fulltimeRM.csv fulltimeSD.csv fulltimeSEA.csv fulltimeSF.csv fulltimeSU.csv
2021-12-09 09:22:21 16.15MB 数据集
1
该数据集记录了鱼类市场销售中的7种常见不同鱼类。使用此数据集,可以使用机器友好数据执行预测模型,并可以预测鱼的重量。 Fish.csv
2021-12-07 15:49:09 2KB 数据集
1
交易算法 TradeAlgo是一种股票交易算法,可对从开放市场到封闭市场的股票下达定单。 我开发此产品是为了帮助我对2021年1月成立的股票交易充满热情,并渴望成为一名量化交易员。 它是如何工作的? TradeAlgo使用网络抓取来提取预计已经增加的库存清单。 刮除列表后,然后检查每个符号以验证它们是否与代码中设置的参数匹配。 (这些参数是我在对如何预测库存上升进行广泛研究之后创建的) 此后,将使用TD Ameritrade API提取TD Ameritrade帐户的总余额,并将您的总余额分配给与设置的参数匹配的股票。 您可以通过将operations/buyShares.py中第63行的balance更改为所需金额,来更改帐户中分配给算法使用的金额。 最后,调用buy函数以执行所有带有追踪止损的订单,以确保最小的损失。 如何设置? 在secret/config.py ,您需要在每
2021-12-02 19:14:47 6.32MB python opensource trading-bot stock-market
1
matlab如何敲代码介绍 带我去股票市场预测! 本文探讨了一种称为递归神经网络(RNN)的机器学习算法,这是一种用于连续数据模式识别的常见深度学习技术。 递归神经网络考虑了数据随时间的变化,通常用于时间序列数据(股票价格,传感器读数等)。 递归神经网络也可以用于视频分析。 您将获得一个包含Google Inc.股票价格的数据集,用于训练模型和预测未来股票价格,如下所示。 为了改进预测,您可以针对同一部门,地区,子公司等更多公司的股票价格数据训练此模型。对网络,新闻和社交媒体的情绪分析在您的预测中也可能会有用。 开源开发人员Sentdex为创建了一个非常有用的工具。 递归神经网络 当我们尝试对机器学习进行建模以使其表现得像大脑时,权重代表了颞叶中的长期记忆。 模式和图像的识别由枕叶完成,其工作原理与卷积神经网络相似。 循环神经网络就像短期记忆一样,可以记住最近的记忆,并且可以创建类似于额叶的上下文。 顶叶负责像Botlzman Machines这样的空间识别。 递归神经网络通过时间将神经元连接到其自身,从而创建一个反馈循环,从而保留了短期和长期记忆意识。 下图描述了描述RNN的传统方法
2021-11-23 15:46:24 20.01MB 系统开源
1
Selby Jennings - Global Quant Market Update 2021.pdf
2021-11-11 14:01:49 1.28MB Quant
market的安装文件,apk文件,适用于手机、epad等安装
2021-11-08 21:22:32 301KB market apk 安装文件 android
1
GSA GNSS Market Report, 欧洲GSA关于GNSS卫星导航系统的全球市场发展报告。
2021-11-03 15:43:12 15.99MB GNSS GSA 2019 Market
1
AI学习投资-周六AI Euskadi。 机器学习项目的应用使新手的投资更容易理解。 1.投资比例的网站报废。 我们已经废弃了与来自纽约证券交易所市场的公司相关的beautifoulSoup投资数据。 2.创建数据集。 我们在过去10年中随机模拟了500.000个投资,投资期限在1天到2年之间。 通过应用分类或归一化技术等方法,已清理数据集并准备进行机器学习建模。 如果要使用结果数据集,则将其保存到“ datasets / transactions_variables.csv”中。 3.数据建模和优化。 在用pycaret筛选出哪种分类模型更适合我们的问题之后,我们选择了“决策树”,因为它更易于解释。 请记住,我们的目标不是进行更好的投资,而是使投资可用于更广泛的人群。 借助Graphviz,优化了决策树并可视化了结果。 4.数据部署并在REST API服务器上进行测试。 该项目的
1
原资源及prtorch处理后的直用格式数据
2021-11-02 17:08:17 303.64MB REID pytorch python
1
matlab股票预测代码股票市场分析 MATLAB 代码分析一家公司的股票价格并预测收盘价。 用于预测收盘价的算法有: (a) 卡尔曼滤波器 (b) 卡尔曼多元线性回归 用于分析股票趋势的算法 (c) 布林带 (d)。 Chaikin 振荡器输出 - 1. 图表显示股票收盘价的预测值和实际值以及布林带 2. Chaikin 振荡器图表 3. 卡尔曼和 MLR 滤波器的预测准确率 ----------- -------------------------------------------------- ---------------------- stock_analysis.zip 文件包含以下内容 - 1. 代码 (a)stock_analysis.m (b).kalman1.m (c) bollinger.m (d)multiple_linear_regress.market (e)。 chaikin.m (f).ma_filter.m 2. 数据 - 2 个 .mat 文件,包含股票的开盘价、收盘价、最高价、最低价和成交量 (a) comp_1.mat 和 (b)comp_2.
2021-10-27 17:21:10 2KB 系统开源
1