DEM共同注册教程 该存储库包含一个Jupyter-notebook教程，演示了基于描述的共注册算法对DEM进行迭代共注册。 它包括来自挪威尤通黑门山脉区域中的两个的DEM，一个国立Kartverk 10米DEM的25米剪辑（购）中，由NASA（更多信息所提供的以外的ASTER DEM产物）。 要将共同注册例程与您自己的数据一起使用，可以修改随附的教程，但是可能会发现使用提供的脚本和函数更容易。 1.克隆存储库 要开始练习，您需要创建一个conda环境，其中包含在python运行共注册功能所需的软件包，然后将此存储库克隆到lagringshotell上的课程文件夹，M：驱动器或拥有个人计算机。 您可以通过以下两种方式之一执行此操作： 在此消息上方，单击绿色的“克隆或下载”按钮，然后在菜单底部选择“下载ZIP”。 下载完成后，解压缩文件并继续下一步。 在实验室计算机上，打开Git B

机器学习游乐场 用于学习新概念的项目的集合。 这些模型在PyTorch中实现。 结构 计算机视觉 图片分类进行二进制/多类分类。 楷模实现SOTA卷积神经网络。 物体检测实施YOLO，SSD，RetinaNet和Faster R-CNN。 语义分割实施FCN-8和U-Net。 神经风格转换实现艺术风格的神经算法。 生成模型 实施DCGAN，Wasserstein GAN，VAE和有条件的VAE。 自然语言处理 情绪分析使用不同的预训练方法进行情感分析：词嵌入，BERT。 文字合成综合文本（字符级别）。 word2vec 实现word2vec。 语音分类 分类语音命令。 额外的 协同过滤实施协作过滤。 实体嵌入实现实体嵌入。 量化量化CNN模型。 修剪修剪CNN模型。

多元数据的非参数多变化点检测 在这个项目中，我从下面的出色非参数变化点检测论文中提供了除法算法的python实现。 Matteson, David S., and Nicholas A. James. "A nonparametric approach for multiple change point analysis of multivariate data." Journal of the American Statistical Association 109.505 (2014): 334-345. 该论文的作者提供了一个R包，其中包含本文中讨论的其他算法 我还提供了一个Jupyter笔记本，用于评估综合数据集上的算法。

iQuant用户手册 0.如何启动软件 请下载apia.rar文件并解压缩。 在目录中，您可以找到一个名为apia.exe的文件。 双击该文件以运行我们的软件。 1.登录 软件启动后，请单击“登录”按钮。 然后输入以下用户名和密码登录软件。 用户名 ： - - - - 密码 ： - - - - 2.首页 主页主要显示ETF的价格信息，包括最新价格（如果处于开盘期间，则每30秒更新一次），上一期间的收盘价，绝对涨跌幅以及相对涨跌幅范围，当前时段的开盘价，最高价和最低价以及常用的移动平均线信息。 3.管理ETF 此页面使您可以管理（添加或删除）当前投资的ETF。添加新的ETF时，我们支持同时添加多个ETF。 应当注意，每个ETF的名称必须用逗号或分号分隔。 4.更新历史数据 尽管我们的软件在启动时已经完全更新了历史数据。 但是，有时我们会使软件长时间处于活动状态，因此在计算

请检查笔记本中的分析：

bitcointimeseries：可视化比特币牛市和熊市的变化

我对这本书的解决方案-“数据科学实战挑战集”。 （Python）

算法交易学习库 此仓库提供了代码和教程供初学者学习算法交易。 目录 关于此回购 此回购协议是香港大学（HKU）计算机科学系的“最后一年项目（FYP）”的一部分。 如何使用 :warning: 工作正在进行中 所有代码都可以在/code目录中找到，并且可以通过访问该文档。 （请注意， /database目录仅包含示例文件。实际的数据库存储在HKU的计算机科学系服务器中。） 代码概述 1.技术分析 以下指标已在Python中实现： 趋势 移动平均交叉 移动平均收敛散度（MACD） 抛物线停止和反向（抛物线合成Kong径雷达） 势头 商品渠道指数（CCI） 相对强度指数（RSI） 变化率（ROC） 随机振荡器（STC） 真实强度指数（TSI） 资金流量指数（MFI） 威廉姆斯％R 挥发性 布林乐队 平均真实范围（ATR） 标准偏差 体积 蔡金振荡器 平衡量（BOV） 体积变化率 2.基本

交易者 Python笔记本包含用于模拟算法股票交易的模块 说明：

决策树分类器 使用Python的决策树分类器sklearn。