暑期实训打卡
青谙
这个作者很懒,什么都没留下…
展开
-
暑期实训——第五周第三篇
第四天: 在昨天的答辩中,助教学长指出我的准确率过高,我想应该是我的代码有哪里不够严谨导致的,所以事后也积极和学长取得联系,将代码和得到的结果进行了共享。希望看看是哪里出了问题。 因为组内答辩中选择了第一组的同学参加最后的各项目间的答辩,所以今天的任务就是整理资料发给组长就行。 ...原创 2021-07-30 20:07:20 · 71 阅读 · 0 评论 -
暑期实训——第五周第二篇
第三天: 参加项目组内的答辩,第一组的答辩非常精彩,他们的算法基本是参考了最新的论文进行了复现,运用的算法很复杂也很有创新性,即便答辩制作的PPT比较的简洁,我也没怎么听懂,但是很厉害,组内成员的工作量都非常的大,而且难度系数很高。第二组的答辩就会详细清晰很多,组内有个同学和我一样都存在准确率过高没有延迟的情况,不知道他具体的代码是怎么样的,很想交流一下我们的问题出在哪里,看看是哪个地方出错了。 ...原创 2021-07-30 20:04:09 · 69 阅读 · 0 评论 -
暑期实训——第五周第一篇
第一天: 因为组员之间版本不同,且我的程序中包含的包有点多,所以后端同学无法运行我的程序,只好让我将最终选出的46支股票跑一次,将最终的预测数据呈现出来。 同时我也统计了这46支股票的参数和准确率: 第二天: 撰写PPT ...原创 2021-07-28 02:17:09 · 85 阅读 · 0 评论 -
暑期实训——第四周第三篇
第五天:原创 2021-07-24 22:37:52 · 69 阅读 · 0 评论 -
暑期实训——第四周第二篇
第三天:原创 2021-07-24 22:28:58 · 100 阅读 · 0 评论 -
暑期实训——第四周第一篇
第一天:原创 2021-07-24 22:27:23 · 53 阅读 · 0 评论 -
暑期实训——第三周第三篇
第五天原创 2021-07-17 10:40:51 · 93 阅读 · 0 评论 -
暑期实训——第三周第二篇
第三天原创 2021-07-17 10:40:26 · 83 阅读 · 0 评论 -
暑期实训——第三周第一篇
第一天原创 2021-07-17 10:39:10 · 88 阅读 · 0 评论 -
暑期实训——第二周第三篇
第六天:回家 第七天:原创 2021-07-09 08:53:24 · 68 阅读 · 0 评论 -
暑期实训——第二周第二篇
第五天:原创 2021-07-09 08:52:40 · 81 阅读 · 0 评论 -
暑期实训——第二周第一篇
第一天: 因为有必修课考试,所以完成内容并不多,只是简单地再捋清了一下算法流程,考虑到之前提出的问题,即将当天之前的所有数据作为训练模型的训练集,再利用他们为测试集,这样得出的RMSE、MSE、MAE能不能很好地表示模型的准确性呢。所以我决定后面再做一个由部分数据训练,另一部分测试的这么一个程序。 第二天、第三天、第四天: 对于已有的程序增添功能,即在利用全部数据进行模型训练的同时,测试时对测试集和原先模型训练的训练集进行测试。若测试集也是全部数据时,就是对两个全部数据集进行...原创 2021-07-09 08:49:30 · 92 阅读 · 0 评论 -
暑期实训——第一周第三篇
第六天、第七天:这两天完成的内容是在不同的方式尝试改进以提高算法的准确性。 1、首先尝试利用模型复现的方式。失败了,但我不太明白为什么....在网上搜索这方面的信息发现也有人和我采用的同样的方法,即,在训练完数据后对模型各项数据保存成json文件,然后再读取以求达到复现效果。但无法实现,在python官网上看到有人也在提问这个问题但是没有得到回答。会一直关注的。 2、模型复现方法尝试失败后,采取原始kears官网上提供的方法进行尝试,并改进。成功实现每次运行都是相同结果的效果,但是得到的结果与一开始原创 2021-07-06 09:31:34 · 58 阅读 · 0 评论 -
暑期实训——第一周第二篇
第四天: 1.在运行基础代码上进行改进,增添了保存预测数据和真实数据的功能: 2.对运用算法进行深度学习研究,对源代码改进,发现之前的代码中没有很细致的预测,最终输出结果没有考虑到提供的最后一天的数据: 3.尝试看不同的时间限制和训练集分类对结果的影响,发现用所有提供数据集建立模型并用全部数据集作为训练集的RSME效果最好。(保有疑问:因为利用的模型输入数据数量和输出数据数量一致,如果将最后一个输出数据作为第二天的预测结果,那RSME利用输入数据和对应输出数据进行计算的方法是否能反映模型的原创 2021-07-02 11:31:00 · 66 阅读 · 0 评论 -
山大暑期实训——基于金融大数据的特征提取与趋势预测系统 第一周第一篇
第一天完成任务:明确项目需求,进行组内分工。 积极与助教、组内成员进行讨论,明确整个项目框架、重点需求等后,进行分工,分派得任务是对股价趋势预测算法进行实现,并争取在算法中加入自己的想法,对算法进行改进。 第二天:在网上了解各类关于股价预测的算法 网上的股价预测算法设计范围广泛,作为一个热门的探索方向,股价预测的算法已经从单纯的机器学习、深度学习、相似预测等方法,演变成了多方面算法相结合的方法,比如,可以将自然语言处理与机器学习相结合,也可以利用文本挖掘舆情等方法辅助增加预测准确度。同...原创 2021-06-30 10:49:11 · 128 阅读 · 0 评论