Nevar pievienot vairāk kā 25 tēmas
Tēmai ir jāsākas ar burtu vai ciparu, tā var saturēt domu zīmes ('-') un var būt līdz 35 simboliem gara.
README.md 912B
README.md 912B
Répartition des codes
fonctions_activations_classiques
Ce code démontre la mauvaise généralisation des fonctions d’activations classiques à des signaux périodiques.
Il tente de reproduire la figure de l’introduction
RNN_*
Nécessite la librairie Optuna (https://optuna.org/) pour fonctionner
wilshire_5000
Prédiction des données financières à partir de l’index Wilshire5000
Classical Installations Required : numpy, pandas, tensorflow and matplotlib (and warnings)
Other Installation : statsmodels for ARIMA predictions (pip install statsmodels)
Le notebook est une démo du fonctionnement des fonctions. Le fichier wilshire.py s’occupe du pré-processing des données et parsing. Le fichier nn.py s’occupe de la partie DeepLearning, ainsi que les prédictions ARIMA et finalement plot les fonctions.