R语言Keras用RNN、双向RNNs递归神经网络、LSTM分析预测温度时间序列、 IMDB电影评分情感
在这篇文章中，我们将回顾三种提高循环神经网络的性能和泛化能力的高级方法。
Category Archives: 大数据部落
R语言用极大似然和梯度下降算法估计GARCH(p)过程
本文考虑一些ARCH(p)过程，例如ARCH(1)。
Python用稀疏、高斯随机投影和主成分分析PCA对MNIST手写数字数据进行降维可视化
降维是在我们处理包含过多特征数据的大型数据集时使用的，提高计算速度，减少模型大小，并以更好的方式将巨大的数据集可视化。这种方法的目的是保留最重要的数据，同时删除大部分的特征数据。
上海无印良品地理空间分布特征与选址策略可视化研究
本文以上海市无印良品为例，运用定性分析与定量研究相结合的方法，分析了无印良品宏观和微观空间分布特征、区位分析和选址策略，讨论了无印良品对于城市的影响和意义。
Python用Keras神经网络序列模型回归拟合预测、准确度检查和结果可视化
我们可以很容易地用Keras序列模型拟合回归数据并预测测试数据。
R语言分布滞后非线性模型（DLNM）空气污染研究温度对死亡率影响建模应用
环境应激源往往表现出时间上的延迟效应，这就要求使用足够灵活的统计模型来描述暴露-反应关系的时间维度。
R语言用AR，MA，ARIMA 模型进行时间序列预测
本文讨论用ARIMA模型进行预测。考虑一些简单的平稳的AR（1）模拟时间序列
R语言广义二次跳跃、非线性跳跃扩散过程转移函数密度的估计及其应用
扩散的意思是过程可以包含布朗运动的成份，甚至写成布朗运动的积分形式。同时，这样的过程可以包含跳跃。
【视频讲解】Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
最近我们被客户要求撰写关于使用长短期记忆网络（LSTM）来拟合一个不稳定的时间序列的研究报告。
基于机器学习的印度肝脏病诊断分析
肝脏病在早期可能没有任何症状，不容易被察觉，或者症状是模糊的。肝脏病的症状和肝脏病的类型和程度高度相关，肝脏病的一般是通过肝功能测试诊断。
R语言Metropolis Hastings采样和贝叶斯泊松回归Poisson模型
在本文中，我想向你展示如何使用R的Metropolis采样从贝叶斯Poisson回归模型中采样。
Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻）分类分析银行拉新活动挖掘潜在贷款客户
项目背景：银行的主要盈利业务靠的是贷款，这些客户中的大多数是存款大小不等的责任客户（存款人）。
R语言广义相加（加性）模型（GAMs）与光滑函数可视化
我们在研究工作中使用广义加性模型（GAMs）。mgcv软件包是一套优秀的软件，可以为非常大的数据集指定、拟合和可视化GAMs。
R语言可视化：ggplot2冲积/桑基图sankey分析大学录取情况、泰坦尼克幸存者数据
本文介绍了冲积/桑基图，以及
定义了命名方案和冲积/桑基图的基本组成部分（轴、冲积层、流）。
描述了所识别的冲积/桑基图数据结构。
展示了一些流行的主题。
R语言中的神经网络预测时间序列：多层感知器（MLP）和极限学习机（ELM）数据分析报告
用于R语言的多层感知器（MLP）和极限学习机（ELM）进行时间序列预测。
SARIMA，神经网络，RNN-LSTM，SARIMA和RNN组合方法预测COVID-19每日新增病例
WeChat Tencent QQ email print 由Enzo Li撰写 开发一个预测模型，根据一
R语言逻辑回归Logistic回归分析预测股票涨跌
本文回答了关于逻辑回归的问题：它与线性回归有什么不同，如何在R中用glm()函数拟合和评估这些模型等等？
约会数据动态可视化分析：R语言使用ggplot和gganimate制作动画图
你知道吗，你可以把普通的静态ggplot图转换成动画图？
R语言nlme、nlmer、lme4用（非）线性混合模型non-linear mixed model分析藻类数据实例
本文中我们用（非）线性混合模型分析藻类数据。这个问题的参数是：已知截距（0日值）在各组和样本之间是相同的。
电力消耗模型构建、分析和预测
某制药公司每年要花费大量的资金在电费上，由于电力公司的业务改革，该药企可以在一年或月开始时向电力公司预购一定数量的电力，如果实际消耗大于该值，则每多消耗一度电要付比以前更多的电费，如果实际上没有消耗这么多，也不会退还多余的电费，因此该公司打算预测未来的电力消耗以节省资金消耗。
R语言高维数据惩罚回归方法：主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据
在本文中，我们将使用基因表达数据。这个数据集包含120个样本的200个基因的基因表达数据。
【视频讲解】R语言逻辑回归(Logistic Regression)、回归决策树、随机森林信用卡违约分析信贷数据集
在许多网站上都可以找到一个流行的德国信贷数据集_german_credit_，其中包含了银行贷款申请人的信息。
R语言在地图上绘制月亮图、饼状图数据可视化果蝇基因种群
饼图把一个圆分成多个部分，这些部分的弧长（以及面积）代表一个整体的比例。
在R语言中实现sem进行结构方程建模和路径图可视化
结构方程模型是一个线性模型框架，它对潜变量同时进行回归方程建模。
【视频讲解】R语言进行支持向量机回归SVR和网格搜索超参数优化
在这篇文章中，我将展示如何使用R语言来进行支持向量回归SVR。
R语言多元动态条件相关DCC-MVGARCH、常相关CCC-MVGARCH模型进行多变量股市波动率预测
当从单变量波动率预测跳到多变量波动率预测时，我们需要明白，现在不仅要预测单变量波动率元素，还要预测协方差元素。
R语言谱聚类、K-means聚类分析非线性环状数据比较
有些问题是线性的，但有些问题是非线性的。
数据盘点高校新生录取情况
录取情况反映了公众对一所大学水平和实力的认知，是评价一所大学及其专业 “知名度 “的重要指标。
R语言贝叶斯MCMC：用rstan建立线性回归模型分析汽车数据和可视化诊断
本文将谈论Stan以及如何在R中使用rstan创建Stan模型。
R语言深度学习：用keras神经网络回归模型预测时间序列数据
回归数据可以用Keras深度学习API轻松拟合。
R语言样条曲线、泊松回归模型估计女性直肠癌患者标准化发病率（SIR）、标准化死亡率（SMR）
标准化发病率（SIR）或死亡率（SMR）是观察病例和期望病例的比率。
R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例
在频率学派中，观察样本是随机的，而参数是固定的、未知的数量。
R语言时变波动率和ARCH，GARCH，GARCH-in-mean模型分析股市收益率时间序列
自回归条件异方差（ARCH）模型涉及具有时变异方差的时间序列，其中方差是以特定时间点的现有信息为条件的。
【视频讲解】R语言keras深度学习CNN卷积神经网络分类识别手写数字图像数据（MNIST）
在本文中，我们将学习如何使用keras，用手写数字图像数据集（即MNIST）进行深度学习。
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
回归算法最小角回归（LARS）通过高维数据的线性组合提供变量。
R语言使用虚拟变量(Dummy Variables) 回归分析工资影响因素
本文与以下两个问题有关。你应该如何在回归中添加虚拟变量？你应该如何解释结果？
R语言混合线性模型、多层次模型、回归模型分析学生平均成绩GPA和可视化
对于不熟悉的人来说，围绕混合模型的术语，特别是跨学科的术语，可能有点令人困惑。你可能遇到的关于这些类型的模型的一些术语包括。
Matlab用深度学习长短期记忆（LSTM）神经网络对文本数据进行分类
这个例子展示了如何使用深度学习长短期记忆（LSTM）网络对文本数据进行分类。
R语言资产配置策略量化模型：改进的移动平均线策略动态回测
定量战术资产配置策略（QATAA）模型是使用10个月的移动平均线作为过滤器。
R语言量化：合成波动率指数移动平均策略分析标准普尔500波动率指数(VIX)
本文目标是创建合成波动率指数
R语言中的copula GARCH模型拟合时间序列并模拟分析
在这个文章中，我们演示了copula GARCH方法（一般情况下）。
Python中的多项式回归拟合非线性关系实例
多项式回归是独立x变量和因果y变量之间的非线性关系。
R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数
我们介绍贝叶斯分析，这个例子是关于职业足球比赛的进球数。
R语言结构方程SEM中的power analysis 效能检验分析
数学模型的统计评价通常是通过考虑测试统计量来进行的，测试统计量表示观察数据和拟合模型的数据之间的差异。
MATLAB基于贝叶斯模型的随机森林预测方法分析汽车燃油经济性
这个例子展示了如何用Matlab实现贝叶斯优化，使用分位数误差调整回归树随机森林的超参数。
在R语言中拟合扩展的Rasch模型分析试题质量
Rasch 分析是获得客观的、最基本的累加型测量值（兼顾分析模型中的标准误和质量控制如拟合统计值）的一种分析方法，适用于通过随机观测有序、分级类反应获得的数据分析。
R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病
这个数据集可以追溯到1988年，由四个数据库组成。
【视频讲解】R语言线性混合效应模型（固定效应&随机效应）和交互可视化3案例
在本文中，我们将用R语言对数据进行线性混合效应模型的拟合，然后可视化你的结果。
R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口数据
假设我们需要设计一个抽样调查，有一个完整的框架，包含目标人群的信息（识别信息和辅助信息）。
R语言蒙特卡洛方法：方差分量的Metropolis Hastings（M-H）、吉布斯Gibbs采样比较分析
蒙特卡洛方法利用随机数从概率分布P(x)中生成样本，并从该分布中评估期望值，该期望值通常很复杂，不能用精确方法评估。
R语言有状态依赖强度的非线性、多变量跳跃扩散过程模型似然推断分析股票价格波动
跳跃扩散过程为连续演化过程中的偏差提供了一种建模手段。
R语言分解商业周期时间序列数据：线性滤波器、HP滤波器、Baxter King滤波器、Beveridge Nelson分解等去趋势方法
最近我们被客户要求撰写关于时间序列的研究报告。我们做的第一件事是清除当前环境中的所有变量。这可以通过以下命令进行。
R语言文本挖掘、情感分析和可视化哈利波特小说文本数据
一旦我们清理了我们的文本并进行了一些基本的词频分析，下一步就是了解文本中的观点或情感。这被认为是情感分析，本教程将引导你通过一个简单的方法来进行情感分析。
R语言逻辑回归logistic模型预测泰坦尼克titanic 数据集生还情况
逻辑回归是一种拟合回归曲线的方法，y=f(x)，当y是一个分类变量时。
R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据
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。
R语言DTW(Dynamic Time Warping) 动态时间规整算法分析时间序列数据和可视化
动态时间规整（DTW,Dynamic time warping,动态时间归整/规整/弯曲）是一种衡量两个序列之间最佳排列的算法。
R语言Bootstrap的岭回归和自适应LASSO回归可视化
使用glmnet软件包中的相关函数对岭回归和lasso套索回归进行分析。
调查数据倾听大学生外卖需求
随着社会经济的发展，饮食生活已经逐渐融入了我们的日常生活世界，每天都不可避免地在 “吃 “的问题上有更多的考虑，吃好、吃多已经不再是我们的烦恼。
R语言聚类有效性：确定最优聚类数分析IRIS鸢尾花数据和可视化
这个数据集常用于数据概述、可视化和聚类模型。
【视频讲解】Python蒙特卡罗（Monte Carlo）模拟计算投资组合的风险价值（VaR）
VaR是 “风险价值 “的缩写，是许多公司和银行用来确定其公司内部金融风险水平的工具。风险值是为公司的投资而计算的，也可能是为检查银行或公司所管理的投资组合的风险水平。
R语言投资组合优化求解器：条件约束最优化、非线性规划求解
本文将介绍R中可用于投资组合优化的不同求解器。
R语言多元时间序列滚动预测：ARIMA、回归、ARIMAX模型分析
当需要为数据选择最合适的预测模型或方法时，预测者通常将可用的样本分成两部分：内样本（又称 “训练集”）和保留样本（或外样本，或 “测试集”）。
R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集
(a)部分：k-means聚类
使用k-means聚类法将数据集聚成2组。
画一个图来显示聚类的情况
使用k-means聚类法将数据集聚成3组。
画一个图来显示聚类的情况
(b)部分：层次聚类
使用全连接法对观察值进行聚类。
使用平均和单连接对观测值进行聚类。
绘制上述聚类方法的树状图。
R语言用Hessian-free 、Nelder-Mead优化方法对数据进行参数估计
Nelder-Mead方法是最著名的无导数方法之一，它只使用f的值来搜索最小值。过程：
R语言用lme4多层次（混合效应）广义线性模型（GLM），逻辑回归分析教育留级调查数据
最近我们被客户要求撰写关于GLM模型的研究报告。具体来说，本教程重点介绍逻辑回归在二元结果和计数/比例结果情况下的使用，以及模型评估的方法。
R语言计量经济学：虚拟变量(哑变量)在线性回归模型中的应用
然而，诸如性别、季节、地点等变量则不能用数字来衡量。相反，我们使用虚拟变量来衡量它们。
Python风险价值计算投资组合VaR（Value at Risk ）、期望损失ES（Expected Shortfall）
Python计算获得多资产投资组合的风险度量。
