全部版块 我的主页
论坛 金融投资论坛 六区 金融学(理论版) 量化投资
3209 5
2018-07-06
Packt Java Deep Learning Projects 2018

Implement 10 real-world deep learning applications using Deeplearning4j and open source APIs.
1. Cancer Types Prediction Using Recurrent Type Networks, demonstrates how to develop a DL application for cancer type classification from a very-high-dimensional gene expression dataset.
2. Multi-Label Image Classification Using Convolutional Neural Networks.
3. Sentiment Analysis Using Word2Vec and the LSTM Network
4. Transfer Learning for Image Classification
5. Real-Time Object Detection Using YOLO, JavaCV, and DL4J
6. Stock Price Prediction Using the LSTM Network
7. Distributed Deep Learning on Cloud – Video Classification Using Convolutional LSTM Network
8. Playing GridWorld Game Using Deep Reinforcement Learning
9. Developing Movie Recommendation Systems Using Factorization Machines
PacktJavaDeepLearningProjects-2018.rar
大小:(9.07 MB)

只需: 1 个论坛币  马上下载

本附件包括:

  • PacktJavaDeepLearningProjects-2018.epub



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2018-7-8 17:48:39
谢谢分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-7-9 09:38:33
谢谢分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-7-10 15:16:28
感谢分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-7-13 20:28:39
本文的股票预测章节对DL4J的LSTM用法有一定的参考价值,特别是用spark大数据处理,对使用LSTM进行股票预测也有参考价值,不过在数据预处理方面有些简单了,比如说使用的是数据归一化,而不是标准化。归一化如果用在T+1市场的日线级别预测,价格使用的是相对前收的涨跌幅,是没问题的,否则很可能需要过滤异常值了。
       LSTM进行时间序列预测有很多坑,比如说前阵子电话面试一家智能投顾公司,对方提出如何将市场的整体状态输入网络,他的意思是将100日均线之类的指标输入进网络。我跟他说,直接将均线作为LSTM特征输入是不恰当的,LSTM有exampleLength参数,可以让它等于100,让网络自动统计需要的信息。这样做实际上是假定了100天前的数据已经比较陈旧了,对当前价影响可以忽略了。如果一定想将均线作为LSTM特征输入,那可能需要用计算图构造混合网络了。他好像对这个回答不满意。
       理论上是这样的,当然在实践中,有把均线作为LSTM特征的想法,尝试一下也未尝不可,毕竟机器学习本身就是一个实践性很强的学科。
       个人认为,如果想用不同周期的统计指标作为特征,最好选用MLP结构的深度网络,通过精心选择和处理特征,应该也能取得好的结果。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2020-8-11 11:44:17

感谢分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群