摘要：
原文链接：http://tecdat.cn/?p=6663 此示例中，神经网络用于使用2011年4月至2013年2月期间的数据预测都柏林市议会公民办公室的能源消耗。 每日数据是通过总计每天提供的15分钟间隔的消耗量来创建的。 LSTM简介 LSTM（或长期短期存储器网络）允许分析具有长期依赖性的顺序 阅读全文
posted @ 2019-05-24 17:51
拓端tecdat
阅读(1435)
评论(0)
推荐(0)
摘要：
可视化已成为数据科学在电信行业中的关键应用。具体而言，电信分析高度依赖于地理空间数据的使用。 这是因为电信网络本身在地理上是分散的，并且对这种分散的分析可以产生关于网络结构，消费者需求和可用性的有价值的见解。 数据 为了说明这一点，使用k均值聚类算法来分析纽约市免费公共WiFi的地理数据。该数据集可 阅读全文
posted @ 2019-05-24 17:50
拓端tecdat
阅读(637)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=6762 时间序列预测，ARIMA等传统模型通常是一种流行的选择。虽然这些模型可以证明具有高度的准确性，但它们有一个主要缺点 - 它们通常不会解释“冲击”或时间序列的突然变化。让我们看看我们如何使用称为卡尔曼滤波器的模型来潜在地缓解这个问题。 时间序 阅读全文
posted @ 2019-05-24 17:49
拓端tecdat
阅读(713)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=6632 我将建立道琼斯工业平均指数（DJIA）日交易量对数比的ARMA-GARCH模型。 获取数据 load(file='DowEnvironment.RData') 日交易量 每日交易量内发生的 变化。 plot(dj_vol) 首先，我们验 阅读全文
posted @ 2019-05-24 17:49
拓端tecdat
阅读(1017)
评论(0)
推荐(0)
摘要：
Wesnoth之战是一款开源的回合制策略游戏。游戏世界很丰富，有几个派系，地图和数百个可用单位。在本教程中，您将学习如何将中等大小的数据集（如游戏元数据）转换为有用的格式，以便使用R进行进一步分析。 您将了解整洁数据集遵循的关键原则，为什么跟踪它们有用，以及如何清理您给出的数据。整理也是了解新数据集 阅读全文
posted @ 2019-05-24 17:48
拓端tecdat
阅读(277)
评论(0)
推荐(0)
浙公网安备 33010602011771号