emilesib
/
MLA_Learn_Periodic_Functions
Beobachten 1
Favorisieren 0
Fork 0
Code Issues 0 Pull-Requests 0 Releases 0 Wiki Aktivität
Du kannst nicht mehr als 25 Themen auswählen Themen müssen mit entweder einem Buchstaben oder einer Ziffer beginnen. Sie können Bindestriche („-“) enthalten und bis zu 35 Zeichen lang sein.
50 Commits
8 Branches
Branch: master
Branches Tags
${ item.name }
Erstelle Branch ${ searchTerm }
von „master“
${ noResults }
MLA_Learn_Periodic_Functions/code/wilshire_5000
Doriand Petit a2084c0a26 moved readme vor 4 Jahren
..
Snake1a Added several models and cleaned figures vor 4 Jahren
Snake10a Added several models and cleaned figures vor 4 Jahren
Snake20a Added several models and cleaned figures vor 4 Jahren
Snake30a Added several models and cleaned figures vor 4 Jahren
Snake50a Added several models and cleaned figures vor 4 Jahren
Snake100a Added several models and cleaned figures vor 4 Jahren
30aplot1.png Added several models and cleaned figures vor 4 Jahren
30aplot2.png Added several models and cleaned figures vor 4 Jahren
README.md moved readme vor 4 Jahren
WILL5000INDFC.csv Added several models and cleaned figures vor 4 Jahren
a_plot.png Added several models and cleaned figures vor 4 Jahren
nn.py Added instals commands on readme vor 4 Jahren
notebook_wilshire.ipynb Added instals commands on readme vor 4 Jahren
wilshire.py Added notebook vor 4 Jahren

README.md

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.

Données

Données