可自動分析大數據的分類、迴歸、及時間序列資料,並找出關鍵因子。Optimize X 參數優化功能,只要輸入目標 Y ,即可找出最佳化的多個參數 X 。
實踐大學資管系AI導論 (MIS13901A1)課程
XGBoost Classification, XGBoost Regression, XGBoost Regression Time Series, LightGBM Classification, LightGBM Regression, LSTM, Regression Forest, DNN, Convolution 1D..
大數據分析之資料預處理、訓練、及推論,適用於製程分析、醫療數據預測、金融指數預測等應用。
AI 最新趨勢, AI 發展的演進,常用 AI 資料分析演算法及應用案例。
可解釋性,導入領域專家概念,例如:線的概念。一般資料分析及時間序列資料分析。
可應用於股價預測、匯率預測、期貨價格預測、金融指數預測、房價預測、銷售量預測、雨量預測、氣候預測、手寫識別、語音識別等。
LSTM 是一種時間循環神經網絡(RNN)。由於獨特的設計結構,LSTM適合於處理和預測時間序列中的重要事件。可應用於股價預測、匯率預測、期貨價格預測、金融指數預測、房價預測、銷售量預測、雨量預測、氣候預測、手寫識別、語音識別等。
XGBoost 是目前最好用的數值資料分析演算法,可應用於股價預測、匯率預測、期貨價格預測、金融指數預測、授信風險預測、房價預測、生產良率預測、維修保養預測、員工錄取判斷、員工離職預測、學生成績預測、作物生長預測、生存預測等。
可以取得:醫事機構代碼、醫事機構名稱、醫事機構地址、醫事機構電話、成人口罩剩餘數、兒童口罩剩餘數、來源資料時間。