前言 数据分析是通过明确分析目的，梳理并确定分析逻辑，针对性的收集、整理数据，并采用统计、挖掘技术分析，提取有用信息和展示结论的过程。 本文从常用数据分析逻辑框架及技术方法介...
发简信
IP属地：福建
-
Python数据分析指南（全） -
Python数据分析指南(全)
前言 数据分析是通过明确分析目的，梳理并确定分析逻辑，针对性的收集、整理数据，并采用统计、挖掘技术分析，提取有用信息和展示结论的过程，是数据科学领域的核心技能。 本文从数据分...
-
一文归纳Ai数据增强之法数据、算法、算力是人工智能发展的三要素。数据决定了Ai模型学习的上限，数据规模越大、质量越高，模型就能够拥有更好的泛化能力。然而在实际工程中，经常有数据量太少(相对模型而言)...
-
程序员说模型过拟合的时候，说的是什么?
前言 机器学习中，模型的拟合效果意味着对新数据的预测能力的强弱（泛化能力）。而程序员评价模型拟合效果时，常说“过拟合”及“欠拟合”，那究竟什么是过/欠拟合呢？什么指标可以判断...
-
一文囊括序列预测方法(源码)1 时间序列 时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。典型的时间序列问题，例如股价预测、制造业中的电力预测、传统消费品行...
-
一文道尽XGBOOST的前世今生
XGBOOST 简介 XGBOOST：简单来说是集成了很多个基学习器（如Cart决策树）的模型。它是集成学习的串行方式（boosting）的一种经典实现，是广泛应用在工业、竞...
-
客户流失预测及营销方案(源码)1 赛题 2 赛题分析 2.1 赛题背景 随着科技发展，银行陆续打造了线上线下、丰富多样的客户触点，来满足客户日常业务办理、渠道交易等客户需求。面对着大量的客户，银行需要更...
-
一文归纳Python特征选择(全)1 特征选择的目的 机器学习中特征选择是一个重要步骤，以筛选出显著特征、摒弃非显著特征。这样做的作用是: 减少特征（避免维度灾难），提高训练速度，降低运算开销； 减少干扰噪...
-
一文归纳Python特征生成方法(全)创造新的特征是一件十分困难的事情，需要丰富的专业知识和大量的时间?；餮坝τ玫谋局驶旧暇褪翘卣鞴こ??！狝ndrew Ng 业内常说数据决定了模型效果上限，而机器学习算法...
-
-
一文归纳Ai调参炼丹之法1 超参数优化 调参即超参数优化，是指从超参数空间中选择一组合适的超参数，以权衡好模型的偏差(bias)和方差(variance)，从而提高模型效果及性能。常用的调参方法有...
-
光生物实验数据分析报告实验目的 观察组培金线莲不同品种、不同栽培周期下的生长情况，多方面分析其生长速率，从而确定适宜的栽培品种。 数据情况 数据集为金线莲信息。只有1个excel表，为金线莲生长指...
-
请关注微信【职场Office技巧】，欢迎投稿。
-
EXCEL word ppt 实用技能 简化工作 提高效率
-
数据开发、数据分析、数据挖掘、算法研究、数据产品！
-
人人都是数据的生产者，我们生活在数据的海洋中，数据的奥妙只为谦逊，愿意聆听且掌握聆听手段的人所感知。为了这份奥妙，让自己学点数据分析吧，挖掘点数据价值出来，让自己享受数据魅力。数据将不再冰冷和枯燥，我们也不再被数据束缚。 /*** 1-如果你在从事电商/后台/数据产品工作，有深入交流需求/资料交换需求，欢迎添加笔记Bang个人微信 yulianbang，邀请进深度交流群。 2-如果你刚好是简友还喜欢读写文章，那是否有兴趣自荐成为管理员，一起运营笔记Bang简书的两个专题。 专题1-数据简报&产品生活（需1-2名） 专题2-电商产品笔记（需1名） ***/ 笔记 | 笔记Bang | Bang | notebang |
-
Python迭代器，生成器详解
本质上，生成器也是一种迭代器。但生成器只能迭代一次，因为值是在迭代过程生成，而所有的值没有保存在内存。这里先介绍下迭代器的概念，迭代器分为3部分： 可迭代对象： python...
