暂无搜索历史
在当今数据驱动的时代，数据科学家们肩负着从海量数据中挖掘有价值信息、解决实际问题的重任。我们曾参与一个为客户提供的咨询项目，在这个项目中，我们致力于通过时间序列...
一种替代方法是执行模型选择，但讨论所有不同的模型以及给定信息准则的计算值。重要的是要将所有这些数字和测试放在我们问题的背景下，以便我们和客户能够更好地了解方法可...
在当今数据驱动的时代，数据科学家肩负着通过数据分析和建模为各行业提供有价值洞察的重任。我们曾协助客户完成了一项关于金融市场数据预测的咨询项目，旨在通过对金融市场...
在本文中，我们旨在利用深度学习技术，特别是TensorFlow框架下的Keras库，对WISDM（无线传感器数据挖掘）数据集进行活动识别。（点击文末“阅读原文”...
本研究旨在探索如何应用迁移学习技术对交通标志图像进行分类。通过构建适用于Torchvision的图像数据集，并利用预训练模型进行微调，我们实现了对原始像素的交通...
在数字时代，电影产业的数据分析已成为洞察市场趋势与用户偏好的重要工具。本专题合集聚焦印度电影市场，通过IMDb数据集（IMDb Movies Dataset）的...
在当今科技日新月异的时代，数据的有效利用成为各领域突破发展的关键。于医疗领域，乳腺癌的高发性与严重性不容忽视，优化抗乳腺癌候选药物的筛选与特性预测迫在眉睫，雌激...
非参数回归为经典（参数）回归方法提供了一种灵活的替代方法。与假定回归关系具有依赖于有限数量的未知参数的已知形式的传统（参数）方法不同，非参数回归模型尝试从数据样...
本文通过利用回归模型对电影的票房（以及放映场数，观影人数）进行了研究，确定了决定电影的票房的重要因素。并讲述、论证了预测电影的票房是电影投资的至关重要的环节。通...
Apriori 算法是一个相当新的算法，由 Agrawal 和 Srikant 于 1994 年提出（点击文末“阅读原文”获取完整代码数据）。
在当今数字化浪潮席卷的时代，电商市场的蓬勃发展犹如一部波澜壮阔的史诗，蕴藏着无尽的商业价值与潜力。电商平台积累的海量数据，宛如一座等待挖掘的宝藏，其中蕴含着消费...
此处，时间是从抽取样品时开始给药的时间（h），浓度是测得的茶碱浓度（mg/L），体重是受试者的体重（kg）。
在数据驱动的时代，数据科学家肩负着从海量数据中挖掘价值的重任。本专题合集聚焦于租房市场数据的深度剖析，涵盖了北京短租房评价影响因素研究以及上海链家租房数据的探索...
在当今数据驱动的时代，数据科学家面临着处理各种复杂数据和构建有效模型的挑战。本专题合集聚焦于有序分类变量处理、截断与删失数据回归分析以及强化学习模型拟合等多个重...
在这篇文章中，我将集中讨论一个给定一个短数据序列的推断概率的例子。我将首先介绍如何用贝叶斯方法进行期望推理的理论，然后在 Python 中实现该理论，以便我们能...
PLS，即偏最小二乘（Partial Least Squares），是一种广泛使用的回归技术，用于帮助客户分析近红外光谱数据。
近年来，随着大数据和文本挖掘技术的发展，对《红楼梦》等古典文学作品的深度分析成为可能。本研究采用R语言作为分析工具，对《红楼梦》全文进行文本挖掘，通过词频统计、...
分布滞后非线性模型（DLNM）表示一个建模框架，可以灵活地描述在时间序列数据中显示潜在非线性和滞后影响的关联。该方法论基于交叉基的定义，交叉基是由两组基础函数的...
作为数据科学家，我们始终关注如何通过模型创新揭示复杂系统的动态规律。本专题合集聚焦两大核心应用场景，通过 Logistic 增长模型与逻辑回归技术，为互联网金融...
在数据科学的领域中，我们常常会遇到需要处理复杂关系的数据。在众多的数据分析方法中，样条拟合是一种非常有效的处理数据非线性关系的手段。本专题合集围绕如何使用PyM...
暂未填写技能专长
暂未填写学校和专业
