borisbanushev / stockpredictionai
在本笔记本中，我将创建一个预测股票价格走势的完整流程。继续做下去，我们会取得一些不错的结果。为此，我们将使用带有 LSTM（一种循环神经网络）的生成对抗网络（GAN）作为生成器，并使用卷积神经网络 CNN 作为判别器。我们使用 LSTM 的明显原因是我们试图预测时间序列数据。为什么我们使用 GAN，特别是 CNN 作为判别器？这是一个很好的问题：稍后会有专门的章节讨论这个问题。
用途与选型
作者简介：在本笔记本中，我将创建一个预测股票价格走势的完整流程。继续做下去，我们会取得一些不错的结果。为此，我们将使用带有 LSTM（一种循环神经网络）的生成对抗网络（GAN）作为生成器，并使用卷积神经网络 CNN 作为判别器。我们使用 LSTM 的明显原因是我们试图预测时间序列数据。为什么我们使用 GAN，特别是 CNN 作为判别器？这是一个很好的问题：稍后会有专门的章节讨论这个问题。
这是基于官方公开资料的基础收录，尚未进行独立功能评测。
- 按用途浏览
- 未知
Star 趋势（估计）
含 GitHub 历史聚合回填估计值，不计入净增长榜。已取消的 Star 不在历史中，日期边界不保证 UTC；估计值不是历史日末净 Star。仓库信息
GitHub 仓库 Star，不是独立使用人数或单项技能安装量
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。