emilesib
/
MLA_Learn_Periodic_Functions
Vērot 1
Pievienot zvaigznīti 0
Atdalīts 0
Kods Problēmas 0 Izmaiņu pieprasījumi 0 Laidieni 0 Vikivietne Aktivitāte
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.
15 Revīzijas
8 Atzari
Koks: a2084c0a26
Atzari Tagi
${ item.name }
Izveidot atzaru ${ searchTerm }
no 'a2084c0a26'
${ noResults }
MLA_Learn_Periodic_Functions/code
Doriand Petit a2084c0a26 moved readme pirms 4 gadiem
..
RNN correction des README pirms 4 gadiem
fonctions_activations_classiques correction des README pirms 4 gadiem
predictions_meteo Découpage du projet en 4 et implémentation des bases de données pirms 4 gadiem
wilshire_5000 moved readme pirms 4 gadiem
README.md moved readme pirms 4 gadiem

README.md

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

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