HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

使用 LSTM 进行多变量时间序列预测

在本文中我们将使用深度学习方法(LSTM)执行多元时间序列预测。我们先来了解两个主题——什么是时间序列分析?什么是LSTM?时间序列分析:时间序列表示基于时间顺序的一系列数据。它可以是秒、分钟、小时、天、周、月、年。未来的数据将取决于它以前的值。在现实世界的案例中,

机器学习算法系列(七)-对数几率回归算法(一)(Logistic Regression Algorithm)

<small阅读本文需要的背景知识点:线性回归、最大似然估计、一丢丢编程知识</small一、引言  前面几节我们学习了标准线性回归,然后介绍了三种正则化的方法岭回归、Lasso回归、弹性网络回归,这些线性模型解决的都是回归的问题。最开始还介绍了两种简单的算法PLA与口

机器学习算法系列(六)- 弹性网络回归算法(Elastic Net Regression Algorithm)

阅读本文需要的背景知识点:岭回归、Lasso回归、一点点编程知识一、引言  前面学习了岭回归与Lasso回归两种正则化的方法,当多个特征存在相关时,Lasso回归可能只会随机选择其中一个,岭回归则会选择所有的特征。这时很容易的想到如果将这两种正则化的方法结合起来,就能够集合两种方法

天池数据集 | 精品数据集推荐 多模态篇

<blockquote<p多模态机器学习,旨在通过机器学习的方法实现处理和理解多源模态信息的能力。目前比较热门的研究方向是图像、视频、音频、语义之间的多模态学习。</p<p近年来,大规模神经网络模型以及预训练等技术的成功实践推动着计算机视觉和自然语言处理等领域快速发展,同时也推动了多模态表征

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。