首页
前端开发
Nodejs
实时股票市场预测：在此存储库中，我开发了用于通过Machine Learning进行实时股票市场预测的整个服务器端主体架构。我...

实时股票市场预测：在此存储库中，我开发了用于通过Machine Learning进行实时股票市场预测的整个服务器端主体架构。我...

17 次浏览 0 条评论
zip
zip
使用ML进行实时股票市场预测的服务器体系结构在此存储库中，我已经开发了用于通过Machine Learning进行实时股票市场预测的整个服务器端主体架构。我已经使用TensorFlow.js来构建ml模型体系结构，并使用Kafka来进行实时数据流传输和流水线操作。使用的技术：卡夫卡将日志从源流水到主题。消费者订阅主题以并行进行实时ml预测和模型训练。 TensorFlow.js。在node.js中构建张量流模型。具有时间序列股票市场数据的训练模型。使用tfjs模型进行实时预测。 MongoDB。使用传入的股票市场日志更新数据库。使用存储的日志进
zip
Real-time-stock-market-prediction-master.zip 预估大小：32个文件
folder
Real-time-stock-market-prediction-master 文件夹
file
tf_validate.js 2KB
file
tf_model.js 3KB
file
start.sh 9B
folder
models 文件夹
file
weights.bin 278KB
file
model.json 5KB
file
server.js 969B
file
webpack.config.js 265B
file
config.js 532B
folder
images 文件夹
file
mongodb.png 19KB
file
node.png 16KB
file
validate.png 243KB
file
kafka2.jpg 72KB
file
MLCharts.png 43KB
file
producer.png 237KB
file
Architecture.png 291KB
file
consumer.png 240KB
file
tfjslogo.png 9KB
file
train.png 246KB
file
Architecture2.png 294KB
file
ml_consumer.png 323KB
file
producer.js 2KB
file
ml_consumer.js 1KB
folder
Datasets 文件夹
file
A.csv 552KB
file
HPQ.csv 1.59MB
file
createTopics.js 496B
file
README.md 5KB
file
utils.json 76B
file
tf_train.js 2KB
file
pre_process.js 3KB
file
InstantiateDB.js 2KB
file
consumer.js 911B
file
package.json 745B
zip 文件大小：2.38MB