资源列表
人工智能：人工智能选股之朴素贝叶斯模型
- 本报告对 朴素贝叶斯模型及线性判别分析、二次判别分析 进行系统测试 “生成模型”是机器学习中监督学习方法的一类。与“判别模型”学习决 策函数和条件概率不同，生成模型主要学习的是联合概率分布??(??,??)。本 文中，我们从朴素贝叶斯算法入手，分析比较了几种常见的生成模型（包 括线性判别分析和二次判别分析）应用于多因子选股的异同，希望对本领 域的投资者产生有实用意义的参考价值。(This report gives a systematic test of naive Bayesian
PSO_ELM
- 运用粒子群算法对ELM算法进行优化，以达到算法的最优性。(Particle swarm optimization (PSO) is applied to optimize the ELM algorithm to achieve the optimality of the algorithm.)
ART2py-master
- ART2（自适应共振理论）的python实现(Python implementation of ART2 (Adaptive Resonance Theory))
bp和maltab的车牌识别
- 实现了灰度处理，锐化，边缘检测，神经网络(Grayscale processing, sharpening, edge detection, neural network)
LSTM-morevalible
- LSTM 多变量预测，天气等影戏因素，可以执行，完全可以执行，思想也很简单(LSTM multivariable prediction)
LSTM
- LSTM对价格的预测 利用最新的神经网络 希望大家能够喜欢(29/5000 The LSTM's prediction of prices USES the latest neural networks to please everyone)
DTLZ_PF_Generator
- DTLZ测试函数生成真实Pareto前端(DTLZ test function to generate true Pareto front)
KOSELM-standalone
- kerne online sequential Extreme learning machine
convLSTM_minimum-master
- 卷积长短期机器模型用于预测空间上与时间上的值，是基于LSTM模型的改进算法(Convolutional long-term and short-term machine model is an improved algorithm based on LSTM model for predicting spatial and temporal values.)
RL
- 强化学习 DQN代码，和通信相关，利用python进行训练，大家可以看看(reinforcement learning)
MATLAB
- matlab使用layrecnet实现循环神经网络rnn(Matlab uses recurrent neural network to implement recurrent neural network RNN.)
DNN
- 深度神经网络搭建，搭建一个深层的神经网络用于训练。(A deep neural network is built to build a deep neural network for training.)