covid timeseries model 源码

使用TensorFlow.js进行时间序列预测 从在线API提取股票价格并使用带有TensorFlow.js框架的长期短期记忆(LSTM)进行预测 如今,机器学习正变得越来越流行,全世界越来越多的人将其视为一个神奇的水晶球:预测未来何时以及将发生什么。 该实验使用人工神经网络揭示股票市场趋势,并证明时间序列预测功能可以根据过去的历史数据预测未来的股票价格。 免责声明:由于多种因素导致股市波动是动态的且不可预测的,因此该实验具有100%的教育意义,而绝非交易预测工具。 目录 项目演练 此项目的演练分为4部分: 从在线API获取库存数据 计算给定时间范围内的简单移动平均线 训练LSTM神经网络 预测并将预测值与实际值进行比较 获取库存数据 在训练神经网络并做出任何预测之前,我们将首先需要数据。 我们正在寻找的数据类型是时间序列:按时间顺序排列的数字序列。 是获取这些数据的好地方。 该AP