emilesib
/
MLA_Learn_Periodic_Functions
Sledovat 1
Oblíbit 0
Rozštěpit 0
Zdrojový kód Úkoly 0 Požadavky na natažení 0 Vydání 0 Wiki Aktivita
Nelze vybrat více než 25 témat Téma musí začínat písmenem nebo číslem, může obsahovat pomlčky („-“) a může být dlouhé až 35 znaků.
50 Revize
8 Větve
Strom: c5295ce722
Větve Značky
${ item.name }
Vytvořit větev ${ searchTerm }
z „c5295ce722“
${ noResults }
MLA_Learn_Periodic_Functions/code/wilshire_5000
Doriand Petit a2084c0a26 moved readme před 4 roky
..
Snake1a Added several models and cleaned figures před 4 roky
Snake10a Added several models and cleaned figures před 4 roky
Snake20a Added several models and cleaned figures před 4 roky
Snake30a Added several models and cleaned figures před 4 roky
Snake50a Added several models and cleaned figures před 4 roky
Snake100a Added several models and cleaned figures před 4 roky
30aplot1.png Added several models and cleaned figures před 4 roky
30aplot2.png Added several models and cleaned figures před 4 roky
README.md moved readme před 4 roky
WILL5000INDFC.csv Added several models and cleaned figures před 4 roky
a_plot.png Added several models and cleaned figures před 4 roky
nn.py Added instals commands on readme před 4 roky
notebook_wilshire.ipynb Added instals commands on readme před 4 roky
wilshire.py Added notebook před 4 roky

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