推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
This topic created in 2314 days ago, the information mentioned may be changed or developed.
 |
1
MinQ May 28, 2020
的确有传统算法和神经网络结合的建模，类似于 Wide-Deep，Wide 部分可以放传统算法计算出来的特征……但还真没听说过有人搞时间序列结合的
|
 |
2
menc May 28, 2020
第一种方法，直接做 ensemble ；
第二种方法，用传统的时序方法做的预测结果作为一维特征传入 RNN cell |
 |
3
laminux29 May 28, 2020
个人短见：没好方法，原因如下。
时间精度低了，没什么意义。 时间精度高了，没什么硬件能处理。 |
 |
4
dayeye2006199 May 28, 2020
这个是 uber 拿下 M4 预测比赛的方案，使用的就是传统时序+神经网络混合的方法。不是简单的 ensemble 方案，而是将传统方法的 parametric form 加入了神经网络的结构设计中： https://eng.uber.com/m4-forecasting-competition/
|
Select Language