本人研究方向为交通流量预测，以下是学习过程中积累整理的资源。（更新：现更换方向为大数据开发，不会再更新，感兴趣的朋友可以对该资源继续维护）
PyTorch 资源
机器学习项目资源（竞赛、论文）
论文 PaperWithCode
论文 深度学习最新研究的论文预印版发表网站 ArXiV
竞赛 Kaggle
竞赛 DrivenData
竞赛 CrowdANALYTIX
竞赛 InnoCentive
竞赛 TundIT
竞赛 Codalab
竞赛 Analytics Vidhya
竞赛 CrowdAI
竞赛 Numerai
竞赛 Data Science Challenge
竞赛 KDD Cup
竞赛 天池
竞赛 腾讯广告算法大赛
天池类似项目方案
冠军 ppt
亚军1 ppt
亚军2 ppt
季军1 ppt
季军1 code
季军2 ppt
季军3 ppt
rank8 code
rank27 code
其他类似项目方案
Traffic Flow Prediction with Neural Networks(SAEs、LSTM、GRU) code
cnn_lstm code
交流流量预测应用方案收集 7篇论文 部分有code
交通流预测文献总结 里面有一些文献题目
pytorchts pytorch处理时序数据的封装 非官方 建议进阶时可以参考模型源码
多属性时间序列预测
时间序列预测方法总结
特定模块资源整理
工程框架
torch使用的基本套路 CSDN 较为简单
基本代码框架参考 pytorch handbook
特征工程
数据集构建
pytorch构建多元时间序列数据集 Dataset
DataLoader构建高效的自定义数据集
模型
RNN 、LSTM、 GRU、Bi-LSTM 等常见循环网络结构以及其Pytorch实现
LSTM pytorch官方API
LSTM 官方案例详解
LSTM 细节分析 CSDN
LSTM进阶：使用LSTM进行多维多步的时间序列预测
LSTM 时间序列预测的一个小例子
LSTM 实践多变量时间序列预测
LSTM 客流预测
LSTM 股价预测 支持三种框架
Seq2Seq模型 简书
GCN Predicting Station-Level Short-Term Passenger Flow in a Citywide Metro Network Using Spatiotemporal Graph Convolutional Neural Networks 论文
kipf2016semi-半监督学习GCN
GCN 知乎
GCN介绍
GAT介绍
TCN时序神经网络
GCN论文综述 CSDN
DGCN论文导读 动态GCN
STGNN论文导读 一种新的基于时空图神经网络的交通流预测模型
T-GCN论文导读 时间图卷积网络用于交通预测
ASTGCN论文导读 基于时空注意力机制的图卷积神经网络
STGCNNmetro论文导读 基于图卷积神经网络的轨道交通流量预测
STGCN论文导读 第一次使用图卷积神经网络结构进行交通预测
时空数据挖掘 论文list 总结的不错
code GCN numpy
code GCN pytorch 简单实现 知乎
code GCN pytorch
code GAT pytorch
code STGCN pytorch
code ASTGCN pytorch
code Some baseline model of Spatial-Temporal Forecasting pytorch
code T-GCN tf1.x
算法
Kalman-and-Bayesian-Filters-in-Python