# Globe-Research/deep-orderbook

<https://repo.masters-masters.com/repos/Globe-Research/deep-orderbook>

[Accueil](https://repo.masters-masters.com/) › [Globe-Research](https://repo.masters-masters.com/owners/Globe-Research) › [deep-orderbook](https://repo.masters-masters.com/repos/Globe-Research/deep-orderbook)

Globe-Research/deep-orderbook, dépôt open source à 104 étoiles sur GitHub. Carte Prototype de RepoMasters. Deep learning modelling of orderbooks

| Champ | Valeur |
| --- | --- |
| Propriétaire | [Globe-Research](https://repo.masters-masters.com/owners/Globe-Research) |
| Étoiles | 104 |
| Forks | 34 |
| Langage | [Jupyter Notebook](https://repo.masters-masters.com/languages/jupyter-notebook) |
| Licence | MIT |
| Création | 2019 |
| Rang | [Prototype (100 à 249 ★)](https://repo.masters-masters.com/ranks/rush) |
| Voir sur GitHub | [Globe-Research/deep-orderbook](https://github.com/Globe-Research/deep-orderbook) |

## Fiche du dépôt

Deep learning modelling of orderbooks

Rang des dépôts qui ont 100 à 249 ★ sur GitHub. Probabilité publiée par carte tirée : 70 %. Rareté : Commune.

## D’autres dépôts Jupyter Notebook

- [austineaero/HMLR-Vision · ★ 104 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/austineaero/HMLR-Vision)
- [yahyarahhawi/Spotless-Film · ★ 104 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/yahyarahhawi/Spotless-Film)
- [kyuz0/amd-strix-halo-llm-finetuning · ★ 104 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/kyuz0/amd-strix-halo-llm-finetuning)
- [mattwaite/JOUR307-Data-Journalism · ★ 104 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/mattwaite/JOUR307-Data-Journalism)
- [fastforwardlabs/keras-hello-world · ★ 104 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/fastforwardlabs/keras-hello-world)
- [lamyiowce/word2viz · ★ 104 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/lamyiowce/word2viz)

---
Données : GitHub · Illustration dessinée par RepoMasters à partir de l’identifiant du dépôt et de la couleur de son langage.