首页 > 课程中心 > python > Python > 机器学习应用LSTM与Transformer国债预测
机器学习应用LSTM与Transformer国债预测
登录学习
课程介绍
课程章节 
课程公告
设计一个LSTM网络，它能够处理时间序列数据的长期依赖关系。
确定LSTM的层数、每层的神经元数量、激活函数等参数。
训练LSTM模型，使用历史数据作为输入，预测未来的国债收益率。
设计一个transformer网络，它利用自注意力机制来捕捉时间序列中的长期关系。
确定transformer的层数、注意力头数、隐藏层大小等参数。
训练transformer模型，同样使用历史数据作为输入。
1. 效果演示 选修
2. 代码参考 选修
3. 测试数据下载 选修
4. PDF报告下载 选修