Reliability Prediction of Electronic Equipment MIL-HDBK-217F

NBA比赛预测 预测任何给定的NBA比赛的结果 概述 随着篮球运动的日益普及，数据已经成为分析球员和球队表现的最前沿。 NBA老板会尽一切努力来获得优于对手的优势，球员们会寻求经理和教练的帮助，以帮助他们通过对相关数据的洞察力来提高自己的实力。 投注者还希望通过统计信息更好地告知自己游戏的潜在结果。 根据过去18年来自basektball-reference.com的NBA统计数据，我们创建了一个模型来预测主队是否会根据之前的统计数据赢得特定比赛。 我们在每个模型中都严格使用团队数据。 业务问题 达拉斯小牛队的老板马克·库班（Mark Cuban）一直在考虑招聘和外部分析顾问，因为他的团队长期处于亏损状态。 Cuban不知道出了什么问题，他希望具有强大分析背景的人可以帮助他了解团队问题。 有几位外部顾问向他推销，我们就是其中之一！ 我们决定创建一个模型，以帮助预测为什么任何给定的NBA球

公司破产预测 该模型基于许多功能将一家公司归类为已破产或未破产的公司。 数据从下载 数据的背景和背景 数据摘自《台湾经济日报》 1999年至2009年的数据。公司破产是根据台湾证券交易所的业务规定定义的。 相关热图 这是基于数据集中特征的初始关联堆图

Forecasting Human-Object Interaction: Joint Prediction of Motor Attention and Actions in First Person Video ECCV 2020 task：anticipating human-object interaction in first person videos

pdf，word，和github代码汇总

Graizer-Kalkan (2015) 地震动预测方程 (GMPE) 旨在预测浅地壳大陆地震的峰值地面加速度和 5% 阻尼伪谱加速度响应坐标，用于地震工程应用，包括概率和确定性地震危害分析。 GK15 可用于矩震级为 5.0-8.0、距离为 0-250 km、平均剪切波速度为 200-1,300 m/s、谱周期为 0.01-5 s 的地震。 GK15 GMPE 在 zip 文件中编码为 MatLAB 函数（名为“GK15.m”）。 还提供了一个示例 MatLAB 代码（“demo.m”），用于为给定的危险条件生成 5% 阻尼伪谱加速度响应谱。 考虑到不同的危害条件，用户可以更改输入参数以构建特定于站点的响应谱。

hmm_market_behavior hmm_market_behavior.ipynb-主要研究文件。 hmm_market_behavior_following_btcusd_catalyst.py-使用Catalyst框架的交易策略示例。 quandl_BITFINEX_BTCUSD_final_model.pkl-训练模型。 您可以在本文中阅读更多内容

本书是1984年，被外国教授Solo, V. - Prentice-Hall撰写，是自适应控制理论与应用方面非常实用的书籍，所以特地分享给大家，资源很难得哦哦

ad-click-prediction

递归神经网络预测Google股票价格 我试图使用LSTM预测Google股票价格 长短期记忆（LSTM）单元（或块）是递归神经网络（RNN）层的构建单元。 由LSTM单元组成的RNN通常称为LSTM网络。 常见的LSTM单元由单元，输入门，输出门和忘记门组成。 该单元负责在任意时间间隔内“记住”值。 因此，LSTM中的“内存”一词。 就像多层（或前馈）神经网络中一样，这三个门中的每一个都可以被认为是“常规”人工神经元：也就是说，它们计算加权和的激活（使用激活函数）。 从直觉上讲，它们可以看作是通过LSTM连接的值流的调节器。 因此表示“门”。 这些门与单元之间存在连接。 更好的预测模型的结果是：