Публикации по теме 'lstm'
Часть 4: Поиск сигналов
Часть 4: Поиск сигналов
Зарегистрируйтесь для участия в бета-тестировании на сайте http://daytrader.ai , чтобы одними из первых получать данные об акциях, сгенерированные AI.
В последнем посте мы обсуждали, как daytrader.ai использует высокоуровневые шаблоны для генерации обучающих данных . В этом посте мы начнем изучать и применять некоторые методы очистки и нормализации данных. Наконец, мы попытаемся найти сигнал в наших данных, используя многослойный персептрон, а затем..
Гугл квест вопрос и ответ
В этой статье мы проведем практическое задание на Kaggle — Google Quest Q&A . Поскольку эта задача является задачей НЛП, в ней используется смешивание преобразователя CNN-LSTM + XLNet. Это решение входит в топ-7% заявок Kaggle.
Бизнес-проблема
Компьютеры умеют отвечать на вопросы с помощью единственного поддающегося проверке ответа. Например, на вопрос «Кто является премьер-министром Индии?» на google, даст идеальный ответ. Когда дело доходит до ответов на субъективные аспекты..
Прогнозирование диагностических и корректирующих действий устройств FauPLC с использованием LSTM.
описание проблемы
Программируемый логический контроллер (ПЛК) — это специализированный промышленный компьютер, используемый для управления производственными процессами, включая сборку, машины и роботизированные устройства.
Проблема возникает, когда эти устройства обнаруживают ошибки, требующие от операторов ручного поиска ошибки, диагностики проблемы и определения соответствующих корректирующих действий.
Чтобы решить эту проблему, можно использовать машинное обучение и обработку..
Slack и машинное обучение: используйте Python в режиме реального времени для повышения рабочей культуры
Тест на токсичность в Slack Channel с использованием таблиц Deephaven в реальном времени.
Стейси Серебрякова
Deepphaven — это механизм запросов, который превосходно работает с данными в реальном времени. Ученые и разработчики данных используют Deephaven для анализа рынков капитала, блокчейнов, криптовалют, игр, спорта и электронной коммерции. Почему бы не использовать его для решения этических проблем и улучшения климата в организации?
Согласно MIT Sloan Management Review ,..
Прогноз спроса на электроэнергию во временных рядах
Прогноз спроса на электроэнергию во временных рядах
Использование метода декомпозиции и LSTM
При анализе данных временных рядов важно проверять лежащие в основе модели, чтобы помочь понять данные и предоставить точные прогнозы.
Данные временных рядов обычно состоят из четырех компонентов:
Компонент тренд указывает на увеличение или уменьшение данных за длительный период времени. Компонент циклический заставляет данные расти и падать в течение периода времени, который..
Обучение линейной модели на данных о ценах на акции
В предыдущих сообщениях я рассмотрел сбор данных о ценах, их очистку и создание последовательностей скользящих окон. Следующим шагом в моем проекте прогнозирования акций является обучение модели машинного обучения на этих данных.
Я начну с простой линейной модели, а затем перейду к более сложной архитектуре нейронной сети.
Создание линейной модели
Используя PyTorch, я создал линейную модель, взяв случайную взвешенную комбинацию входных функций:
coefs = torch.rand(num_features) #..