上一页 1 ··· 299 300 301 302 303 304 305 306 307 ··· 423 下一页
摘要: 原文链接:http://tecdat.cn/?p=7194 最近我们被客户要求撰写关于GARCH的研究报告,包括一些图形和统计输出。 这个简短的演示说明了使用r软件包的DCC模型及其方法的使用,尤其是在存在MVT分布形状参数的情况下进行2级DCC估计的另一种方法 第一阶段并将其传递给dccfit c 阅读全文
posted @ 2022-12-09 18:33 拓端tecdat 阅读(409) 评论(0) 推荐(0)
摘要: 全文链接:http://tecdat.cn/?p=30793 原文出处:拓端数据部落公众号 您想构建一个没有太多训练数据的机器学习模型吗?众所周知,机器学习需要大量数据,而收集和注释数据需要时间且成本高昂。 本文介绍了一些在没有太多数据或标记数据的情况下进行图像分类的方法。我将介绍迁移学习、自监督学 阅读全文
posted @ 2022-12-09 18:31 拓端tecdat 阅读(257) 评论(0) 推荐(0)
摘要: 阅读全文:http://tecdat.cn/?p=6193 最近我们被客户要求撰写关于Copula的研究报告,包括一些图形和统计输出。 copula是将多变量分布函数与其边缘分布函数耦合的函数,通常称为边缘。在本视频中,我们通过可视化的方式直观地介绍了Copula函数,并通过R软件应用于金融时间序列 阅读全文
posted @ 2022-12-08 17:01 拓端tecdat 阅读(75) 评论(0) 推荐(0)
摘要: 全文链接:http://tecdat.cn/?p=9706 最近我们被客户要求撰写关于非线性模型的研究报告,包括一些图形和统计输出。 在这文中,我将介绍非线性回归的基础知识。非线性回归是一种对因变量和一组自变量之间的非线性关系进行建模的方法。最后我们用R语言非线性模型预测个人工资数据(查看文末了解数 阅读全文
posted @ 2022-12-08 16:59 拓端tecdat 阅读(131) 评论(0) 推荐(0)
摘要: 全文下载链接:http://tecdat.cn/?p=20631 最近我们被客户要求撰写关于混合效应模型的研究报告,包括一些图形和统计输出。 我们已经学习了如何处理混合效应模型。本文的重点是如何建立和_可视化_ 混合效应模型的结果。 设置 本文使用数据集,用于探索草食动物种群对珊瑚覆盖的影响。 kn 阅读全文
posted @ 2022-12-08 16:58 拓端tecdat 阅读(235) 评论(0) 推荐(0)
摘要: 原文链接:http://tecdat.cn/?p=24127 最近我们被客户要求撰写关于预测UCI鲍鱼年龄数据的研究报告,包括一些图形和统计输出。 鲍鱼是一种贝类,在世界许多地方都被视为美味佳肴 介绍 养殖者通常会切开贝壳并通过显微镜计算环数来估计鲍鱼的年龄。因此,判断鲍鱼的年龄很困难,主要是因为它 阅读全文
posted @ 2022-12-08 16:56 拓端tecdat 阅读(258) 评论(0) 推荐(0)
摘要: 全文链接:http://tecdat.cn/?p=30766 原文出处:拓端数据部落公众号 本文就将采用改进Fuzzy C-means算法对基于用户特征的微博数据进行聚类分析。 去年,我们为一位客户进行了短暂的咨询工作,他正在构建一个主要基于微博用户特征聚类研究的分析应用程序。首先对聚类分析作系统介 阅读全文
posted @ 2022-12-08 16:54 拓端tecdat 阅读(173) 评论(0) 推荐(0)
摘要: 全文链接:http://tecdat.cn/?p=10175 最近我们被客户要求撰写关于Rasch的研究报告,包括一些图形和统计输出。 几个月以来,我一直对序数回归与项目响应理论(IRT)之间的关系感兴趣 在这篇文章中,我重点介绍Rasch分析。 最近,我花了点时间尝试理解不同的估算方法。三种最常见 阅读全文
posted @ 2022-12-07 23:52 拓端tecdat 阅读(148) 评论(0) 推荐(0)
摘要: 原文链接:http://tecdat.cn/?p=4012 最近我们被客户要求撰写关于文本情感分析的研究报告,包括一些图形和统计输出。 我们以R语言抓取的推特数据为例,对数据进行文本挖掘,进一步进行情感分析,从而得到很多有趣的信息 找到推特来源是苹果手机或者安卓手机的样本,清理掉其他来源的样本。 t 阅读全文
posted @ 2022-12-07 23:50 拓端tecdat 阅读(104) 评论(0) 推荐(0)
摘要: 全文链接:http://tecdat.cn/?p=22262 最近我们被客户要求撰写关于心脏病数据的研究报告,包括一些图形和统计输出。 在讨论分类时,我们经常分析二维数据(一个自变量,一个因变量) 但在实际生活中,有更多的观察值,更多的解释变量。随着两个以上的解释变量,它开始变得更加复杂的可视化。 阅读全文
posted @ 2022-12-07 23:48 拓端tecdat 阅读(144) 评论(0) 推荐(0)
上一页 1 ··· 299 300 301 302 303 304 305 306 307 ··· 423 下一页