使用ML进行实时股票市场预测的服务器体系结构 在此存储库中,我已经开发了用于通过Machine Learning进行实时股票市场预测的整个服务器端主体架构。 我已经使用TensorFlow.js来构建ml模型体系结构,并使用Kafka来进行实时数据流传输和流水线操作。 使用的技术: 卡夫卡 将日志从源流水到主题。 消费者订阅主题以并行进行实时ml预测和模型训练。 TensorFlow.js。 在node.js中构建张量流模型。 具有时间序列股票市场数据的训练模型。 使用tfjs模型进行实时预测。 MongoDB。 使用传入的股票市场日志更新数据库。 使用存储的日志进