emilesib
/
MLA_Learn_Periodic_Functions
Suivre 1
Ajouter aux favoris 0
Bifurcation 0
Code Tickets 0 Demandes d'ajout 0 Versions 0 Wiki Activité
Vous ne pouvez pas sélectionner plus de 25 sujets Les noms de sujets doivent commencer par une lettre ou un nombre, peuvent contenir des tirets ('-') et peuvent comporter jusqu'à 35 caractères.
15 Révisions
8 Branches
Aborescence: a2084c0a26
Branches Tags
${ item.name }
Créer la branche ${ searchTerm }
de 'a2084c0a26'
${ noResults }
MLA_Learn_Periodic_Functions/code/wilshire_5000
Doriand Petit a2084c0a26 moved readme il y a 4 ans
..
Snake1a Added several models and cleaned figures il y a 4 ans
Snake10a Added several models and cleaned figures il y a 4 ans
Snake20a Added several models and cleaned figures il y a 4 ans
Snake30a Added several models and cleaned figures il y a 4 ans
Snake50a Added several models and cleaned figures il y a 4 ans
Snake100a Added several models and cleaned figures il y a 4 ans
30aplot1.png Added several models and cleaned figures il y a 4 ans
30aplot2.png Added several models and cleaned figures il y a 4 ans
README.md moved readme il y a 4 ans
WILL5000INDFC.csv Added several models and cleaned figures il y a 4 ans
a_plot.png Added several models and cleaned figures il y a 4 ans
nn.py Added instals commands on readme il y a 4 ans
notebook_wilshire.ipynb Added instals commands on readme il y a 4 ans
wilshire.py Added notebook il y a 4 ans

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