预测准确率
mongodb数据库连接为192.168.3.3， 文档predictPrice 存放预测的股票价格数据 文档内各字段含义 predict_date: 预测日期字段 change_percentage 涨跌幅百分比, latest_price: 昨天价格, predicted_price 预测今天的价格, price_change: 价格变动数额, generate_date: 生成日期字段 使用 akshare.stock_zh_a_...
todo * 更新canTradeStockSet 的API 接口
预测收盘价格接口
预测股票接口
修改后段接口增加参数 生成日期 写个函数 实现功能 给所有文档增加一个字段 生成日期 值为‘2024-11-20’
根据添加股票页面， 设计一个addStock 的fastapi 生成到main.py 中， 数mongodb 连接地址为192.168.3.3 据库为stock_database， 文档为 stocksBought
AICDA智能投顾体的前端模块作为用户交互的页面，具有至关重要的作用。 它主要提供直观清晰的用户界面，以简洁明了的方式展示各类投资产品信息、市场动态等内容，方便用户快速了解投资概况。 同时，具备便捷的操作功能，如账户注册登录、投资组合创建与调整、交易下单等，使用户能轻松进行操作。 而且，前端模块注重用户体验，界面设计美观大方，响应迅速，还能根据用户行为和偏好进行个性化推荐，为用户提供高效、舒适的智能投顾服务体验。
非极大值抑制（Non-Maximum Suppression，NMS）是目标检测中用于去除冗余检测框的一种重要算法，以下是关于它的详细介绍：
交并比（Intersection over Union，IoU）是目标检测和图像分割领域中用于衡量两个区域重叠程度的重要指标，以下是关于它的详细介绍：
IoU是指两个区域（通常是预测的目标框与真实的目标框）的交集面积与并集面积的比值。其计算公式为：$IoU=\frac{A\cap B}{A\cup B}$，其中$A$和$B$分别表示两个区域，$A\cap B$表示它们的交集，$A\cup B$表示它们的并集。
锚框（Anchor Box）是目标检测算法中一个非常重要的概念，以下是关于它的详细介绍：
锚框是在目标检测任务中，预先在图像上定义的一系列具有不同大小和宽高比的矩形框。这些矩形框以一定的规则在图像上均匀分布或按照特定的策略生成，作为目标可能存在的候选区域。
在深度学习中，提升模型精度是一个不断探索和优化的过程，以下是一些有效的思路：
ResNet即残差网络（Residual Network），是一种深度卷积神经网络架构，由何凯明等人在2015年提出，以下是对其的详细介绍：
随着神经网络层数的增加，出现了梯度消失或梯度爆炸问题，导致网络难以训练。同时，网络越深，模型的准确率可能会达到饱和甚至下降，出现退化问题。ResNet旨在解决这些问题，使训练极深的网络成为可能。