Home Progetti stock_prediction
stock_prediction

stock_prediction

di KittenCN · GitHub

Modello di previsione azionaria generale basato su reti neurali

Visualizza su GitHub
⭐ Stelle
🍴 Fork
🔥 Tendenze
📜 Licenza
Licenza Copyleft
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
stock_prediction — GitHub preview card
📈 Storia delle stelle
374373
2026-07-202026-07-29
📈 Segui stock_prediction

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Modello di previsione azionaria generale basato su reti neurali

stock_prediction ha 374 stelle su GitHub. È stato forkato 90 volte. stock_prediction è scritto principalmente in Python. È in sviluppo attivo dal 2023. stock_prediction è disponibile con licenza GPL-3.0. I suoi temi principali sono: bert-model, deep-learning, lstm, nlp.

Frequently asked questions

Che cos'è stock_prediction?

Modello di previsione azionaria generale basato su reti neurali

stock_prediction è open source?

stock_prediction è un progetto open source. È rilasciato con licenza GPL-3.0.

stock_prediction è gratuito?

Sì. stock_prediction è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è stock_prediction?

stock_prediction è disponibile con licenza GPL-3.0.

In quale linguaggio è scritto stock_prediction?

stock_prediction è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — stock_prediction

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=kittencn-stock-prediction)](https://opensourceai.tech/project/kittencn-stock-prediction.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.