如何在机器学习中创建神经网络以进行统计分析?

我目前正在进行一个机器学习项目,需要进行一些“预测”。我有这些数据(太阳能板和天气类型),我需要预测未来几天的能源效率。

我对此做了一些研究,发现了一些关于神经网络的信息,比如Keras。我已经安装了它,但不知道如何在我的情境中使用它。我在机器学习方面是初学者,学到了很多理论知识,但实践经验很少,所以我感到非常迷茫。

如果有人能告诉我该怎么做,或者给我一些搜索的方向,我将不胜感激!

非常感谢您的支持!


回答:

要使用keras/tensorflow或其他库,你至少需要掌握Python编程,并且应该了解神经网络。首先,你可以看看knime(https://www.knime.org/),它提供了类似的功能,但不需要编程。这可以帮助你理解当你应用任何算法时发生了什么。一旦你有了基本的概念,你可能就想尝试使用keras/tensorflow了。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注