📂 分类
默认：全部
全部
评价与决策分析
预测与时间序列
数学统计与计量金融
机器学习（监督学习）
聚类与降维（无监督）
深度学习与时序网络
自然语言处理（NLP）
异常检测
优化与多目标（智能优化）
灰色系统与模糊理论
可解释性与 AutoML
工具类(可视化,公式识别)及工具箱
计算机CV类
具体的模型/算法可以归属于一类或多类别
No.154
No.156
No.157
No.158
TFT-Temporal Fusion Transformer
用于使用Temporal Fusion Transformer建立深度学习时间序列模型，学习复杂的时序依赖并进行预测，适合样本量相对充足的连续序列；训练效果受数据规模、特征和参数影响。
¥10.00
No.159
TransformerTS-Transformer 时序
用于使用Transformer 时序建立深度学习时间序列模型，学习复杂的时序依赖并进行预测，适合样本量相对充足的连续序列；训练效果受数据规模、特征和参数影响。
¥10.00
No.160
No.161
EllipticEnvelope-椭圆包络、鲁棒协方差
用于采用椭圆包络、鲁棒协方差识别与大多数样本模式明显不同的异常观测，可用于质量检测、风险预警和数据清洗；异常阈值应结合业务场景判断。
¥10.00
No.162
当前：第 17 页，共 23 页，共 204 个算法