【问题标题】:Keras: prediction of matches in a series of numbersKeras:预测一系列数字中的匹配项
【发布时间】:2018-05-20 18:50:04
【问题描述】:

我尝试预测一系列数字中的命中,但对我来说重要的是不要预测已经存在的命中。例如,我有一个从 1 到 100000 的数字序列。对于我命中的其中一些数字,现在我想预测更多的命中。哪种方法适合这种情况?

【问题讨论】:

  • Stackoverflow主要针对编程问题相关的问题。请参阅this link 了解更多关于您可以在此处询问的主题。 Data Science Stack Exchange 会更适合你的问题。
  • @athraa 我一直认为非线性程序设计是数据科学和编程之间的灰色地带。根据我的经验,数据科学人员更喜欢统计数据,我通常在这里获得更多关于 NN 工作原理的帮助。
  • @Manngo 恐怕不能同意。我认为我上面评论中的链接说明了哪些问题更适合在这里提出。

标签: python tensorflow keras data-science prediction


【解决方案1】:

您的问题陈述非常高级。据我了解,神经网络正在做你需要的事情。神经网络采用已经分类为命中或未命中的输入数据。然后他们可以了解什么是热门。然后,您可以根据需要提供尽可能多的数据,并且学习的规则将应用于新数据。如果您想了解更多信息,请转至 here,或更新您的问题。

【讨论】:

    猜你喜欢
    • 2018-11-20
    • 1970-01-01
    • 2018-06-04
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2020-09-29
    • 2020-09-12
    • 2021-11-18
    相关资源
    最近更新 更多