Python预测之美：数据分析与算法实战（双色）课件模板_第1页
Python预测之美：数据分析与算法实战（双色）课件模板_第2页
Python预测之美：数据分析与算法实战（双色）课件模板_第3页
Python预测之美：数据分析与算法实战（双色）课件模板_第4页
Python预测之美：数据分析与算法实战（双色）课件模板_第5页
已阅读5页，还剩26页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

python预测之美：数据分析与算法实战（双色）演讲人202x-11-112020第1篇预测入门第1篇预测入门1认识预测1.1什么是预测1.2前沿技术1.3python预测初步1.2前沿技术1.3Python预测初步1认识预测2预测方法论2预测方法论2.1预测流程2.2指导原则2.3团队构成3探索规律3探索规律3.1相关分析3.2因果分析3.3聚类分析3.4关联分析4特征工程4特征工程4.1特征变换4.2特征组合4.3特征评价4.4特征学习第2篇预测算法第2篇预测算法5参数优化5参数优化5.1交叉验证5.2网格搜索5.3遗传算法5.4粒子群优化5.5模拟退火6线性回归及其优化6线性回归及其优化6.1多元线性回归6.2ridge回归6.3lasso回归6.4分位数回归6.5稳健回归6.2Ridge回归6.3Lasso回归6.4分位数回归6.5稳健回归7复杂回归分析7.1梯度提升回归树（gbrt）7.2深度神经网络7.3支持向量机回归7.4高斯过程回归7.2深度神经网络7.3支持向量机回归7.4高斯过程回归7复杂回归分析8时间序列分析8时间序列分析8.1box-jenkins方法8.2门限自回归模型8.3garch模型族8.4向量自回归模型8.5卡尔曼滤波8.6循环神经网络8时间序列分析8.7长短期记忆网络第3篇预测应用第3篇预测应用9短期日负荷曲线预测9短期日负荷曲线预测9.1电力行业负荷预测介绍9.2短期日负荷曲线预测的基本要求9.3预测建模准备9.4基于dnn算法的预测9.5基于lstm算法的预测9.2短期日负荷曲线预测的基本要求9.3预测建模准备9.4基于DNN算法的预测9.5基于LSTM算法的预测10股票价格预测10股票价格预测10.1股票市场简介10.2获取股票数据10.3基于var算法的预测10.4基于lstm算法的预测10.2获取股票数据

人人文库> 全部分类> 应用文书 > 产品手册

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论