![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
项目实战
文章平均质量分 89
EasyAI_人工智能知识库
用总通俗易懂的语言讲AI,希望能帮助想进入人工智能领域但又看不懂数学公式的朋友快速了解AI,如果大家喜欢,请关注我的博客哦
展开
-
【项目实战】使用PyTorch预测汽车从A点到B点的消耗,在 PyTorch 中构建完整的深度学习管道
近期国际油价油价飞涨,国内成品油零售价格也将再创新高,当你抬头看的油价时候,你有没有注意到在网上,您的汽车从 A 点到 B 点应该花多少油费,这些数字几乎与现实不符?否则,我们可以使用一个嵌入层将每个类别映射到一个可以训练的“随机”向量,这样我们就可以得到一个类别的向量表示,它可以管理大量信息。要对特征进行归一化,我们需要做的就是减去特征的平均值,然后除以标准差,为此我们需要之前提取的统计数据。现在我们的数据已经准备就绪,我们创建了一个数据集,以便在训练期间更好地管理我们的批次。我们使用一个非常有用的。原创 2022-10-19 15:55:23 · 503 阅读 · 0 评论 -
【项目实战】Python基于GARCH模型进行预测特斯拉股票,以及评估金融资产的风险
当前模型以 1 个时间步长(horizon=1)预测波动率,然后对预测的波动率方差进行平方。现在我们可以在滚动预测过程中使用 n 期的历史数据对我们的模型进行测试。在这一节中,我们使用从第一天到第-(测试规模-i)天的股票日收益值在一个循环中创建一个训练集。年度波动率:我们假设一个日历年有252个交易日,我们把每日波动率乘以252的平方根。月度波动率:我们假设一个月有21个交易日,所以我们把每日波动率乘以21的平方根。从上面的子图中我们可以看到,我们预测的波动率与日收益率基本一致。原创 2022-10-18 14:27:34 · 6807 阅读 · 2 评论