报告分享|2022年中国机器人产业图谱及云上发展研究报告
报告在分析当前我国机器人市场现状与产业图谱的基础上，对人工智能、5G、云计算、边缘计算等新兴技术赋能机器人智能化、轻量化、柔性化发展进行了理性探讨，结合阿里云加速器企业案例探讨了机器人企业的上云实践与成效，提出机器人云上发展趋势，最终形成了本报告，希望为行业内关注机器人发展的同仁们带去不一样的视角。
Blog
报告分享|2022汽车生态营销白皮书
不确定性增加，消费意愿在压力下等待释放
2022年母婴行业内容营销研究|报告PDF分享（附原数据表）
人口出生红利消失，后疫情时代影响，但消费升级磨平消极因素，推动母婴消费市场总量持续稳步上升，“精致妈妈”营销价值日益凸显。
报告分享|2022中国新能源汽车发展趋势白皮书
随着新能源汽车市场由政策推动向市场驱动转型，产业也经历了萌芽期及初步探索期，进入快速成长期。
报告分享|中国速度引领自动驾驶崭新未来报告
研究预测，中国主要城市将在2030年实现自动驾驶的大规模应用。自动驾驶很可能在下个十年以网约车或物流配送车的形式进入市场。
报告分享|2022中国新能源汽车内容生态趋势洞察报告
近年来，我国汽车产业在利好政策的助推下猛踩“电门”，新能源板块格外火热，与之相关的内容领域也活跃起来。
报告分享|2022年中国新能源汽车品牌KOL营销报告
从竞争格局来看，自主品牌（在国内电动车 市场占比高达78%+，其中传统自主品牌占 比超6成，主要车企一汽、上汽、广汽、比 亚迪、东风等。自主新势力品牌占比接近 15%，主要车企理想、小鹏、蔚来等。
报告分享|2022中国智能网联汽车人才前沿洞察报告
随着智能化的发展，流程化、重复性的劳动逐渐被机器人代替，智能网联车企对研发人员需求增加，人才队伍的结构逐渐向纺锤型发展。
数据分享|WEKA用决策树、随机森林、支持向量机SVM、朴素贝叶斯、逻辑回归信贷违约预测报告
数据变得越来越重要，其核心应用“预测”也成为互联网行业以及产业变革的重要力量。
python可视化探索新冠疫情病毒与失业率是否存在线性关系
2020年疫情愈演愈烈，新冠的检测与确诊人数也急剧上飙，失控的疫情无疑给经济造成了巨大的打击，同时也极大的影响了就业市场。
报告分享|2022中国消费者智能网联汽车数据安全和个人隐私意识与顾虑调查报告
该调查于2021年11月至12月通过《环球时报》和君迪微信公众号进行样本收集，重点研究了消费者对智能网联汽车数据安全的认知、信心和担忧等。
报告分享|数据变现，车企利润新增长点
梳理客户在系统内的行为数据，整合第三方数据（社交、电商、电信等），勾勒客户画像，产出用户洞察。由此设计各个客户群体在市场营销、销售、售后、二手车、金融等部门整体运营策略，使其相互支撑和相互强化，最终提高销售额并加强客户粘性。
共享单车需求量用CART决策树、随机森林以及Xgboost算法登记分类及影响因素分析
近年来，共享经济成为社会服务业内的一股重要力量。作为共享经济的一个代表性行业，共享单车快速发展，成为继地铁、公交之后的第三大公共出行方式。
报告分享|2022年企业直播发展与应用研究报告
疫情以来，企业直播在市场中掀起应用热潮，各行业企业积极拥抱直播业态，将直播作为企业数字化转型的基础设施，与业务经营各环节深入融合。
2022年母婴行业内容营销研究|报告PDF分享（附原数据表）
在2022年的特殊环境背景下，国内母婴零售消费市场有哪些新变化？
报告分享|网络直播文艺生态报告
报告显示，新冠肺炎疫情发生以来，作为网络文艺新形态的直播已实现与戏剧、戏曲、话剧、歌剧等舞台艺术深度融合，产生了更加多维的文化影响。
【专题】2022广告营销行业人才趋势报告PDF合集分享
2022上半年疫情反复，对广告营销行业产生了不小的影响，不少广告营销人的职业发展受限，广告公司也面临招人难等问题。
报告分享|2022年智能汽车云服务：汽车产业智能网联升级
在汽车 “新四个现代化 “的特定浪潮中，我们的商业框架发生了一系列的变化。
Python用RNN神经网络LSTM优化EMD经验模态分解交易策略的股票价格MACD分析
预测股票价格，并在合适的时间产生交易策略实现收益，一直是一个热门的问题，到现在为止也提出了很多预测方法。
R语言多元线性回归、ARIMA分析美国不同候选人对经济GDP时间序列影响
近段时间，美国总统大选引起了世界各国的关注。
Matlab用回归、SEIRD模型、聚类预测美国总统大选、新冠疫情对中美经济的影响
WeChat Tencent QQ email print 由Haoran Chen撰写 对于两人竞选，因为对
Python卷积神经网络CNN身份识别图像处理在疫情防控下口罩识别、人脸识别
运用Python 3.8.1版本，爬取网络数据，基于卷积神经网络（CNN）的图像处理原理，搭建口罩识别技术训练集，构建人脸识别系统，最终建立高校师生行踪查询管理系统。
Python用分子模拟动态促进DF Theory理论对二进制硬盘系统的适用性
WeChat Tencent QQ email print 由Lawrence Xi撰写 系统激发态密度与系统
R语言对airbnb数据nlp文本挖掘、词云可视化、回归GAM模型、交叉验证分析
数据量大，数据要进行清洗以及预处理，同时要多方面可视化，要探索多变量对因变量的影响。
基于简化的评分卡、Smote采样和随机森林的信贷违约预测
随着互联网经济的迅猛发展，个人信贷规模在近年来呈现了爆炸式增长。
SPSS用KMEANS(K均值)、两阶段聚类、RFM模型在P2P网络金融研究借款人、出款人行为数据规律
随着P2P网络金融平台的交易量的激增，其交易数据不能得到充分有效地利用。
Eviews用向量自回归模型VAR实证分析公路交通通车里程与经济发展GDP协整关系时间序列数据和脉冲响应可视化
河源市是国务院1988年1月7日批准设立的地级市，为了深入研究河源市公路交通与经济发展的关系，本文选取了1988－2014年河源市建市以来24年的地区生产总值（GDP）和公路通车里程（GL）的时间序列数据。
R语言参数自抽样法Bootstrap：估计MSE、经验功效、杰克刀Jackknife、非参数自抽样法可视化
我们如何回答它：估计从标准柯西分布（t 分布 w/df = 1）生成的大小为 20 的随机样本的水平 \(k\) 修剪均值的 MSE。
R语言使用逻辑回归Logistic、单因素方差分析anova和数据可视化分类iris鸢尾花数据集
本文将探讨 Fisher 和 Anderson 鸢尾花数据集中呈现的三个变量之间的关系，特别是virginica 和 versicolor 级别的因变量变量物种对预测变量花瓣长度和花瓣宽度的逻辑回归。
数据评估三方科技公司开发人员能力
各公司信息科技的建设离不开三方科技公司的参与，而三方科技公司提供的开发人员能力高低不一
Spss Modeler关联规则Apriori模型、Carma算法分析超市顾客购买商品数据挖掘实例
作为数据挖掘的一个重要研究方向—关联规则用于发现数据项之间隐含的深层次的关联
Spss用K均值聚类Kmeans、决策树、逻辑回归和T检验研究不同因素对通勤出行交通方式选择的影响调查数据分析
某交通工程专业博士生想要研究不同因素对通勤交通方式选择的影响。
R语言定量方法：回归，虚拟变量和交互项，假设检验:F检验、AIC和 BIC分析学生成绩数据带自测题
如果_真实_模型包括_X_ 1 和_X_ 2 ，但我们忘记了_X_ 2，那么 – 在某些情况下 – 对_X_的估计将会有偏差。OVB 需要：cor( X 1, X 2)！= 0 和 cor( X 1, y ) ！= 0
R语言广义矩量法GMM和广义经验似然GEL估计ARMA、CAPM模型分析股票收益时间序列
本文展示了如何通过矩量的广义方法和广义经验似然来估计模型。
R语言二手车汽车销售数据可视化探索：预处理、平滑密度图、地理空间可视化
本文用爬虫采集了汽车销售数据，后来对其进行了扩展，创建这个数据集，其中包括境内的所有二手车辆或者经销商车辆条目数据。
R语言VaR市场风险计算方法与回测、用Logit逻辑回归、Probit模型信用风险与分类模型
市场风险指的是由金融市场中资产的价格下跌或价格波动增加所导致的可能损失。
R语言主成分pca、因子分析、聚类对地区经济研究分析重庆市经济指标
建立重庆市经济指标发展体系，以重庆市一小时经济圈作为样本，运用因子分析方法进行实证分析
R语言Bootstrap、百分位Bootstrap法抽样参数估计置信区间分析通勤时间和学生锻炼数据
本文展示了如何使用 R 构建Bootstrap自举置信区间的示例。
R语言用logistic逻辑回归和AFRIMA、ARIMA时间序列模型预测世界人口
本文应用R软件技术，通过在世界银行网站上查阅的世界人口历史数据，分别利用logistic模型、ARFMA模型、ARIMA模型、时间序列模型对从2016到2100年的世界人口进行预测。
数据探索电商平台用户行为流失分析
随着互联网和电子商务的发展，人们已经习惯了网上购物。
R语言线性回归模型拟合诊断异常值分析家庭燃气消耗量和卡路里实例带自测题
考虑我们从实验、事件等中观察到一些数据 y 的情况。
R语言GLM广义线性模型：逻辑回归、泊松回归拟合小鼠临床试验数据（剂量和反应）示例和自测题
在拟合 GLM（并检查残差）之后，可以使用 z 检验一一检验估计参数的显着性，即将估计值与其标准误差进行比较。
R语言惩罚逻辑回归、线性判别分析LDA、广义加性模型GAM、多元自适应回归样条MARS、KNN、二次判别分析QDA、决策树、随机森林、支持向量机SVM分类优质劣质葡萄酒十折交叉验证和ROC可视化
数据包含有关葡萄牙“Vinho Verde”葡萄酒的信息。该数据集有1599个观测值和12个变量，分别是固定酸度、挥发性酸度、柠檬酸、残糖、氯化物、游离二氧化硫、总二氧化硫、密度、pH值、硫酸盐、酒精和质量。
Python用ARIMA ，ARIMAX预测商店商品销售需求时间序列数据
本文在相对简单的数据集上探索不同的时间序列技术。
Matlab随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列
波动率是一个重要的概念，在金融和交易中有许多应用。它是期权定价的基础。波动率还可以让您确定资产配置并计算投资组合的风险价值 (VaR)。
Matlab用深度学习循环神经网络RNN长短期记忆LSTM进行波形时间序列数据预测
此示例说明如何使用长短期记忆 (LSTM) 网络预测时间序列
Python用MCMC马尔科夫链蒙特卡洛、拒绝抽样和Metropolis-Hastings采样算法
WeChat Tencent QQ email print 由Kaizong Ye，Liao Bao撰写 在我
R语言用隐马尔可夫Profile HMM模型进行生物序列分析和模拟可视化
本文开发和应用用于生物序列分析的隐马尔可夫模型和HMM。
Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测
此示例说明如何从 VEC( q ) 模型生成 Monte Carlo 预测。
R语言和Python对copula模型Gaussian、t、Clayton 和Gumbel族可视化理论概念和文献计量使用情况
本文包含一些直观的示例来说明 copula 理论的核心概念。
R语言coda贝叶斯MCMC Metropolis-Hastings采样链分析和收敛诊断可视化
实现一个简单的 Metropolis-Hastings MCMC 从该模型的后验分布中采样。
Python 用几何布朗运动模型和蒙特卡罗Monte Carlo随机过程模拟股票价格可视化分析耐克NKE股价时间序列数据
金融资产/证券已使用多种技术进行建模。
Python用KShape对时间序列进行聚类和肘方法确定最优聚类数k可视化
时序数据的聚类方法
Python用机器学习算法进行因果推断与增量、增益模型Uplift Modeling智能营销模型
使用 ML 进行提升建模和因果推理。
Python在Scikit-Learn可视化随机森林中的决策树分析房价数据
随机森林是决策树的集合。在这篇文章中，我将向您展示如何从随机森林中可视化决策树。
Python用RNN循环神经网络：LSTM长期记忆、GRU门循环单元、回归和ARIMA对COVID-19新冠疫情新增人数时间序列预测
该数据由Hopkins 大学根据世界各国提供的新病例数据提供。
Python用Apriori算法关联规则分析亚马逊购买书籍关联推荐客户和网络图可视化
Apriori 算法是一个相当新的算法，由 Agrawal 和 Srikant 于 1994 年提出。
数据视角可视化分析豆瓣电影评分爬虫数据
豆瓣已经成为国内影迷和影评人的聚集地。
Python条件生存森林模型Conditional Survival Forest分类预测客户流失交叉验证可视化
WeChat Tencent QQ email print 由Kaizong Ye，Sherry Deng撰写
R语言逻辑回归Logisitc逐步回归训练与验证样本估计分析心脏病数据参数可视化
在进行交叉验证之前，很自然地说“我会预烧 50%（比如说）我的数据来训练一个模型，然后用剩下的来拟合模型”。
R语言零膨胀泊松回归ZERO-INFLATED POISSON（ZIP）模型分析露营钓鱼数据实例估计IRR和OR
零膨胀泊松回归用于对超过零计数的计数数据进行建模。
R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列
风险价值 (VaR) 是金融风险管理中使用最广泛的市场风险度量，也被投资组合经理等从业者用来解释未来市场风险。
R语言决策树和随机森林分类电信公司用户流失churn数据和参数调优、ROC曲线可视化
在本教程中，我们将学习覆盖决策树和随机森林。这些是可用于分类或回归的监督学习算法。
R语言几何布朗运动 GBM模拟股票价格优化建立期权定价概率加权收益曲线可视化
对于模拟股票价格，几何布朗运动 (GBM) 是 事实上的首选 模型。
python用pystan贝叶斯IRT模型拟合Rasch模型分析学生考试问题数据
由于某大学学生人数过多，助教不足，因此有必要对期中考试给每个学生的题目数量施加五道题的限制。
R语言用Keras长短期记忆LSTM神经网络分类分析问答文本数据
本文是在 R 中使用 Keras 的LSTM神经网络分类简单介绍。
R语言隐马尔可夫模型HMM连续序列重要性重抽样CSIR估计随机波动率模型SV分析股票收益率时间序列
在本笔记本中，我们向读者介绍了基本的随机波动率模型，并通过连续顺序重要性重采样讨论了它们的估计。我们使用收益率数据集来讨论 CSIR 在随机波动率模型估计中的实现和性能。
R语言用主成分分析（PCA）PCR回归进行预测汽车购买信息可视化
在这个项目中，我讨论了如何使用主成分分析 (PCA) 进行简单的预测。
