搜索到 31 条结果

您可能要找:

用R介绍路径分析
> 路径分析是多元回归的扩展。 它帮助分析更复杂的模型。 想象一下,你要建立一个模型从汽车不同属性来预测汽车行驶里程。 你会怎么做? 最简单的方法是采用一个对行驶里程影响最大的参数或属性(选择哪一个属性可以成为一个无休止的争论的问题)建立回……
陆勤 2018-10-05
用R轻松实现机器学习
> 看了这本书,就喜欢上了这本书,每一个机器学习算法,简要地介绍了算法的原理,算法的优势,算法的应用,算法的局限和算法的R语言实现以及算法总结。希望你也喜欢,也有启发。 本书提供了一份实用教程,基于清晰实用的案例研究来认识和掌握机器学习解决……
陆勤 2018-10-05
机器学习那些事
> 机器学习相关的论文非常多,有综述性的论文,有算法研究类的论文,有算法解决实际问题的论文等。研究和应用机器学习,阅读一些论文,是必要的事情。 《机器学习那些事》这篇论文,作者总结了机器学习应用的一些独特而新颖的认知。通过阅读这篇论文,对指……
陆勤 2018-10-05
R中用线性回归进行预测建模
预测模型对于预测未来结果和估算实际难以量化的指标非常有用。例如,数据科学家可以使用预测模型基于降雨和温度预测作物产量,或确定具有某些特征的患者是否更可能对新药物反应严重。 在我们具体讨论线性回归之前,让我们自己回顾一下典型的数据科学工作流……
陆勤 2018-10-06
Keras 四步工作流程
> Francois Chollet在他的“用Python深度学习”一书中概述了用Keras分4步开发神经网络的过程。 让我们用一个简单的例子来看一下这个过程。 Francois Chollet在他的“深度学习Python”一书中概述了与K……
陆勤 2018-10-06
用Python做深度学习
> 《用Python做深度学习》是Keras库的创建者Francois Chollet写的关于如何用Python和Keras库做深度学习的教程,如果想使用Python和Keras库设计和构建深度学习算法解决现实问题,如果对Keras库感兴趣……
陆勤 2018-10-07
可以学习的电脑
> [TED](https://www.ted.com/ "TED")这个场所是我所喜欢的地方,在这里,可以聆听到有意思的见解。 聆听的方式如今可以多样化,可以现场聆听,也可以通过技术工具实现聆听,比方说,音频或者视频等。 凡是一切能够带来……
陆勤 2018-10-07
初学者机器学习教程
数据科学家 在本教程中,我只向您解释您需要成为一名数据科学家,而不是更多或更少。 数据科学家需要具备以下技能: 基本工具:像python,R或SQL。 你不需要知道一切。 你只需要学习如何使用python 基本统计:像平均值,中位数或标准……
陆勤 2018-10-07
数据科学管道初学者指南
> 一端是带入口的管道,另一端是出口。 管道上还标有五个不同的字母:“O.S.E.M.N.” > “信不信由你,你和数据没什么不同。 把自己置身于数据之中,你会明白为什么。“ 曾几何时,有一个名叫Data的男孩。 在他的一生中,他总是试图……
陆勤 2018-10-07
中小银行如何培养大数据分析人才
近期有在地方性中小银行中工作的朋友一起聊起,银行要推动数字化转型,发展互联网金融,目前面临的第一道难题就是缺乏相应的人才,包括互联网人才、金融科技人才和数据分析人才。 面对这道难题银行所能够做的,无非就是外部招聘和内部培养。对于地处京沪深……
数商 2018-10-10
当风险不可控时,创新变危机
24年前,我从校园走到了业界。值得一提的是,“智能”这个词和我还是有一些缘分的,因为我的大学专业就是自动控制,毕业设计就是人工智能领域的研究,这么多年过去之后,我发现似乎当年从工程到管理与金融的转型选择并不是最好的,要不然今天我也可以和大家……
数商 2018-10-10
以数据为驱动实现银行互联网智能营销
建立智能营销的数据思维 互联网智能营销是以互联网为媒体,基于数据分析和使用,进行产品销售、品牌传播等系列营销活动。与传统营销4P(产品Product、渠道Place、价格Price、促销Promotion)理论相比,互联网营销更加注重以客户……
数商 2018-10-10
机器学习与金融风险管理
金融风险与机器学习——想写这个专题很久了,一直没有动笔的意愿。一方面是其中涉及的概念、模型、算法的知识体系太过庞大,每一个领域都可以深入研究,泛泛而谈并无实在意义;二是范围太大造成无从着手:是侧重金融风险概念还是侧重建模?是偏算法还是偏数……
数据跨界 2018-10-11
在Python和R中运行相同的任务
根据KDD调查,较少的受访者(按比例计算)在2017年仅使用R而不是2018年。同时,更多的受访者(按比例)在2017年仅使用Python而不是2016年。 让我们以此为借口快速了解当我们在两个系统中尝试任务时会发生什么。 对于我们的任务,……
陆勤 2018-10-12
R和Python:如何将两者的优点集成到您的数据科学工作流中
从执行业务领导到数据科学家,我们都同意一件事:数据驱动的转变正在发生。人工智能(AI)和更具体的数据科学正在重新定义组织如何从其核心业务中提取洞察力。我们正在经历组织的根本性转变。其中“到2019年,大约90%的全球大型组织都有首席数据官”……
陆勤 2018-10-12