cnn-bilstm-attention-time-series-prediction_keras-master

从国家数据预测每年的 CO2 排放量 机器学习项目 弗拉迪斯拉夫·托多罗夫 自述文件 内容： 项目介绍 背景和目标 项目结构 内置 所有项目阶段的总结 如何打开 数据集信息 许可证信息 一、项目说明 背景和目标 预测机器学习 (ML) 模型和大量可用数据对于分析气候变化趋势或相关贡献者的发展非常有用。 理论上，国家一年内二氧化碳等温室气体排放量可能取决于特定国家的某些方面。 在此背景下，我开发了一个 ML 项目，旨在分析和预测来自国家特定参数（如经济指标、人口、能源使用、土地使用等）的二氧化碳排放量。 为此，我使用了世界银行集团提供的公开数据集，其中包括以下参数： 国家：全球绝大多数国家 年份：从 1990 年到 2011 年 温室气体排放，如 CO2、CH4、N2O 等 特定于人口的参数：人口计数，城市人口，人口增长等 国家经济指标：GDP、GNI、外商直接投资等。 与土地相关的

地震预言是一项非常复杂的任务，已以不同的方式解决。 但是，需要一个基本定义以及足够的目录。 这些地区已标有广泛使用的地质参数。 研究的总体特征不仅基于训练和测试数据集，还基于地震预测的定性数据。 单独应用机器学习技术来模拟计算的地震数据与未来地震发生之间的关系。 本文提供了一份关于不同地震震级预测技术的实施情况及其优缺点的调查报告，这将有助于系统的进一步开发和改进。

糖尿病预测 糖尿病预测模型 在PIMA INDIAN糖尿病数据上创建了可观的78.35％准确性的预测模型。 准确性基于模型创建中未使用的测试数据。 所使用的csv文件位于csv文件夹中，而R代码则包含在脚本文件夹中。 文件夹GUI由服务器/用户脚本组成。 所有功能可能无法在标准R程序包中运行，因此应相应安装其他程序包。 为了使服务器运行，至关重要的是要在Rstudio中加载在运行脚本时创建的相同环境。 工作目录应设置为csv文件夹。 建议明智地运行代码行。 该项目的详细文档作为“文档”包含在Word文件中。 它包含详细的过程，决策，选择，结果，比较，图解，准确性以及所有对过程的解释，理解和推理所必需的东西。

生物信息学Bioinfomatics文章（IF=6.9），Interpretable-ADMET: a web service for ADMET prediction and optimization based on deep neural representation的代码，自己写的

酒店预订预测 基于酒店预订数据集的酒店预订预测

利于理解并实际运用蒙特卡洛的例子，该例子为股票预测实例和绵羊与汽车

英雄联盟：投降10？ 客观的： 该项目的目的是通过分析10分钟标记的统计数据来确定是否可以创建一种模型来预测英雄联盟游戏的获胜团队。 结果： 在测试了四种不同的ML模型（SVC，LinearSVC，Logistic回归和随机森林分类器）的结果后，确定Logistic回归模型预测了最佳匹配结果，其准确度得分为〜.731，交叉验证得分〜.717，比随机猜测要好20％以上。” 代码： 语言：Python（3.7.6） 包装：熊猫，numpy，sklearn，matplotlib，seaborn，泡菜 资源： 数据来自 有关病房安置的其他研究，来自 启发和指导 介绍： Riot Games制作的《英雄联盟》是世界上最受欢迎的多人在线战斗竞技场（MOBA）。 游戏围绕两支球队（红色和蓝色）展开，每支球队分别由5个冠军组成，每个冠军都试图摧毁其他球队的基地，最终摧毁他们的联系并赢得比赛

天气预测-深度学习 该作业的目的是为天气预报创建时间序列预报模型。 所使用的数据集来自马克斯·普朗克生物地球化学研究所2009年至2016年的天气时间序列数据。原始数据集的时间步长为10分钟，但为了完成本作业的目的而对其进行了修改，以使其具有时间步长1小时。 生成的模型将输出大气压力，气温，相对湿度和风速（风速矢量的大小）的预测值。 输入要素将是前k个时间步长的天气属性。 这些功能将至少使用大气压力，气温，相对湿度和风速。

Loan_Default_Prediction：贷款违约预测的端到端机器学习过程，机器学习的最终项目ISpring2018 @ GWU