fly51fly No 1. 《深度学习》 No 2. 《Scala机器学习》 No 3. 居然有人把社区翻译的Keras中文文档全篇抄袭放到书里出版,乐毅和严超两位作者挣钱太凶猛了。一次关于... No 4. 《腾讯优图首度开源深度学习框架ncnn:主打手机端,同类cpu框架最快》 No 5. 【深度学习NLP最佳实践】 No 6. 【用Python/Scikit-Learn完成的斯坦福机器学习(Andrew Ng)课程习题】 No 7. 【LSTM比特币价格预测】 No 9. 《第四范式陈雨强:万字深析工业界机器学习最新黑科技》 No 10. 《聊聊数据挖掘竞赛中的套路与深度学习的局限》 No 11. 【为什么要用log似然】 No 12. 《平行将成为一种常态:从SimGAN获得CVPR 2017最佳论文奖说起》 No 13. 《Toward Geometric Deep SLAM》 No 14. 《Stock Prediction: a method based on extraction of news features and recurrent neural networks(股票预测:一种基于新闻特征抽取和循环神经网络的方法)》 No 15. 【手机端深度学习模型库】 No 16. 【随机输入贝叶斯神经网络模型增强学习】 No 17. 【MATLAB深度自驾】 No 18. 【轻轻松松学正则】 No 19. 【精细化物体分类前景广阔】 No 20. 《深度学习:Keras快速开发入门》 No 21. 【用Vega轻松玩转大数据可视化】 No 22. 《当深度学习遇见自动文本摘要》 No 23. 【(OpenCV/Python)银行票据OCR】 No 24. 【NTIRE2017超分辨率挑战赛优胜方案(及论文)】 No 25. 《学习到现在,你觉得数学带给了你什么? - 知乎》 No 26. 《DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning》 No 27. 《米少熬好粥—数据有限时怎样调优深度学习模型》 No 28. 【机器学习算法性能评测分析:XGBoost vs. LightGBM】 No 29. 【Scrapy网络爬虫实例指南】 No 30. 《Reporting Score Distributions Makes a Difference: Performance Study of LSTM-networks for Sequence Tagging》 No 31. 【(Python)类似CARET的多合一数据科学工具包】 No 32. 《Semantic Segmentation using Adversarial Networks》 No 33. 【AI领域撰稿建议】 No 34. 【Caffe2湾区研讨会:Caffe2/FP16高性能训练、手机终端的本地机器学习部署】 No 35. 《Dual Path Networks》 No 36. 【Buckaroo:使用方便的C/C++源码包管理器】 No 37. 【CNTK/LightGBM开源深度学习】 No 38. 【Learning To See 机器学习计算机视觉入门教程】 No 39. 【神经网络问题排查清单】 No 40. 【五年内医疗行业AI应用前瞻】 No 41. 《Adversarial Examples for Evaluating Reading Comprehension Systems》 No 42. 【PyData Seattle 2017视频集锦】 No 43. 【机器学习标准数据集加载工具】 No 44. 《Exercise Motion Classification from Large-Scale Wearable Sensor Data Using Convolutional Neural Networks》 46. 【AI(深度学习)的简单解释】 No 47. 【麦肯锡报告:机器将接管30%的银行工作】 No 48. 《A Distributional Perspective on Reinforcement Learning》 No 49. 支持维权,坚决反对恶意抄袭!... No 50. 【用深度学习训练像人一样说话的对话机器人】
ryo fly51fly 07【LSTM比特币价格预测】 无意中发现还有个股价/汇价的预测模式唷!有空再测试下,和GARCH比较下哪个比较精准。? 1)https://lilianweng.github.io/lil-log/2017/07/08/predict-stock-prices-using-RNN-part-1.html 2)https://www.kaggle.com/pablocastilla/predict-stock-prices-with-lstm