文件名称：wtte-rnn：WTTE-RNN：流失和事件预测时间的框架
文件大小：2.35MB
文件格式：ZIP
更新时间：2024-02-27 02:30:07
neural-network tensorflow machine-learning-algorithms keras rnn
无线网络 Weibull事件发生时间递归神经网络 一种用于事件预测和时间预测的简单易用的机器学习框架。 可以将预测问题（例如服务器监视地震和搅动预测的问题）作为预测事件发生时间的问题。 WTTE-RNN是一种算法和关于如何实现的哲学。 快速直观的介绍 Jupyter笔记本：， Gianmario Spacagna的“故障时间”。 韩文 安装 Python 查看。 如果这看起来，则可以将其作为内嵌式内联找到 思想和基础 您具有包含许多时间序列事件的数据，并且希望使用历史数据来预测下一个事件（TTE）的时间。 如果您还没有观察到最后一个事件，那么我们只会观察到要训练的TTE的最小范围。 这导
【文件预览】：
wtte-rnn-master
----.gitignore(318B)
----.travis.yml(718B)
----LICENSE(1KB)
----README.ko.md(7KB)
----examples()
--------README.md(213B)
--------keras()
----README.md(5KB)
----python()
--------setup.py(1KB)
--------requirements.txt(5B)
--------requirements-ci.txt(20B)
--------__init__.py(0B)
--------setup.cfg(295B)
--------README.md(2KB)
--------wtte()
--------tests()
--------requirements-docs.txt(131B)
--------requirements-dev.txt(21B)
----build-docs.sh(34B)
----readme_figs()
--------equation.png(11KB)
--------it_61786_pmf_151.png(86KB)
--------alphabeta.png(662KB)
--------data.gif(1.04MB)
--------solution_beta_2.gif(425KB)
--------fig_rnn_weibull.png(37KB)
----docs()
--------Makefile(7KB)
--------examples.rst(19B)
--------index.rst(461B)
--------conf.py(10KB)
--------make.bat(7KB)
----.editorconfig(215B)