【视频】R语言机器学习高维数据应用：Lasso回归和交叉验证预测房屋市场租金价格
全文链接：http://tecdat.cn/?p=32646 分析师：Junjun Li 在这篇文章中，我们将着重探讨高维数据下的机器学习应用，以房屋市场租金价格预测为例。 在实际生活中，房屋租金作为一个重要的经济指标，被广泛应用于城市规划、财务投资等方面的决策中。然而，如何准确地预测房屋租金价格却一直是一个具有挑战性的问题。 本文将介绍如何使...
课程视频|R语言bnlearn包：贝叶斯网络的构造及参数学习的原理和实例(下)
课程视频|R语言bnlearn包：贝叶斯网络的构造及参数学习的原理和实例(中)：https://developer.aliyun.com/article/1496663 比较线性模型 如果参数估计因任何原因出现问题，我们可以用一组新的、来自不同方法的估计值来取代它们。 ...
课程视频|R语言bnlearn包：贝叶斯网络的构造及参数学习的原理和实例(中)
课程视频|R语言bnlearn包：贝叶斯网络的构造及参数学习的原理和实例(上)：https://developer.aliyun.com/article/1496661 我们可以在热图中看到两个集群：第一个集群包括...
课程视频|R语言bnlearn包：贝叶斯网络的构造及参数学习的原理和实例(上)
全文链接：http://tecdat.cn/?p=32462 分析师：Chang Zhang 贝叶斯网络（BN）是一种基于有向无环图的概率模型，它描述了一组变量及其相互之间的条件依赖性（点击文末“阅读原文”获取完整课程代码数据）。 贝叶斯网络在信息不完备的情况下通过可以观察随机变量推断不可观察的随机变量，对于解决复杂的不确定性和关联性问题有很强的优势。...
【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享（下）
【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享（上）：https://developer.aliyun.com/article/1495622 Xx年生存率常常被错误估计 如果 使用“天真”的估计会怎样？ 228名患者中的121名到1年时死亡，因此： ...
【视频】R语言生存分析原理与晚期肺癌患者分析案例|数据分享（上）
生存分析的名称源于临床研究，其中预测死亡时间，即生存，通常是主要目标。 生存分析是一种回归问题（人们想要预测一个连续值），但有一个转折点。它与传统回归的不同之处在于，在生存分析中，结果变量既有一个事件，也有一个与之相关的时间值，部分训练数据只能被部分观察——它们是被删失的。本文用R语言生存分析晚期肺癌患者数据（查看文末了解数据获取方式）。 普通最小二乘回归方法不足，因为...
【视频】少样本图像分类？迁移学习、自监督学习理论和R语言CNN深度学习卷积神经网络实例
全文链接：http://tecdat.cn/?p=30793 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（点击文末“阅读原文”获取完整代码数据）。 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、自监督学习的最重要方面。 利用未标记的数据...
【视频】什么是梯度下降？用线性回归解释和R语言估计GARCH实例
全文链接：http://tecdat.cn/?p=23606 梯度下降是一种优化算法，能够为各种问题找到最佳解决方案（点击文末“阅读原文”获取完整代码数据）。 梯度下降是什么？ 梯度下降的主要功能是最小化成本函数。 这个定义很难理解，对吧？！ 好的，让我们通过一个例子来理解它。 假设我们有2个变量的数据，并且 ，其中x是自变量，...
【视频】时间序列分类方法：动态时间规整算法DTW和R语言实现
原文链接：http://tecdat.cn/?p=22945 动态时间扭曲算法何时、如何以及为什么可以有力地取代常见的欧几里得距离，以更好地对时间序列数据进行分类（点击文末“阅读原文”获取完整代码数据）。 时间序列分类的动态时间扭曲 使用机器学习算法对时间序列进行分...
【视频】检测异常值的4种方法和R语言时间序列分解异常检测
全文链接：http://tecdat.cn/?p=3232 什么是异常值？异常值是与其他观测值有显著差异的数据点。异常值会显著扭曲特征分布和ML工作，因此我们需要观察并形成处理它们的策略。 异常值是如何出现的？ 这种观察的出现可能是由以下原因引起的： ...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。