【视频讲解】Python深度神经网络DNNs-K-Means（K-均值）聚类方法在MNIST等数据可视化对比分析
近年来，由于诸如自动编码器等深度神经网络（DNN）的高表示能力，深度聚类方法发展迅速。
Category Archives: 特色视频
【视频讲解】共享单车使用量预测：RNN, LSTM，GRU循环神经网络和传统机器学习
随着城市化进程的加速，共享单车作为一种绿色、便捷的出行方式，在城市交通中扮演着日益重要的角色。准确预测共享单车的使用量对于优化资源配置、提高运营效率以及满足用户需求具有关键意义。
Python量子计算聚类Q-means（量子k-means）算法分析电路数据实现可视化
量子计算在近期已然成为一个频繁出现的热门概念。尽管它在大众认知以及互联网社区中备受瞩目，热度极高，然而就其实际能力而言，当前仍然存在诸多局限。
【视频讲解】非参数重采样bootstrap的逻辑回归Logistic应用及模型差异Python实现
本文将深入探讨逻辑回归在心脏病预测中的应用与优化。
【视频讲解】线性时间序列原理及混合ARIMA-LSTM神经网络模型预测股票收盘价研究实例
近年来人工神经网络被学者们应用十分广泛，预测领域随着神经网络的引入得到了很大的发展。
【视频讲解】Python贝叶斯卷积神经网络BCNN分类胸部X光图像数据集实例
在人工智能的诸多领域中，分类技术扮演着核心角色，其应用广泛而深远。无论是在金融风险评估、医疗诊断、安全监控还是日常的交互式服务中，有效的分类算法都是实现智能决策的关键。随着大数据时代的到来，分类算法面临着前所未有的挑战和机遇。
【视频讲解】Python深度学习股价预测、量化交易策略：LSTM、GRU深度门控循环神经网络|附代码数据
本文以上证综指近 22 年的日交易数据为样本，构建深度门控循环神经网络模型，从股价预测和制定交易策略两方面入手，量化循环神经网络在股票预测以及交易策略中的效果。
【视频讲解】数据挖掘实战：Python金融贷款模型分类潜在贷款客户
模型的存在依托于这样一个事实：基于概率的决策乃是最优之选。将概率转化为评分，能够便于对齐风险。而评分则是通过统计的方法来识别潜在客户，进而判断客户是否合乎心意。
SMOTEBoost、RB-Boost和RUS-Boost不平衡数据集的集成分类器分析酵母数据集、治疗乳腺癌候选药物筛选|附数据代码
在当今的大数据时代，科研和实际应用中常常面临着海量数据的处理挑战。
PCA主成分分析原理与水果成熟状态数据分析实例：Python中PCA-LDA与卷积神经网络CNN
主成分分析（PCA）作为数据科学中用于可视化和降维的重要工具，在处理具有大量特征的数据集时非常有用。
【视频讲解】Python用LSTM长短期记忆网络GARCH对SPX指数金融时间序列波动率滚动预测
本文融合了多种技术，其中 LSTM（长短期记忆网络）和 GARCH（广义自回归条件异方差）模型尤为关键。
【视频讲解】滚动回归Rolling Regression、ARIMAX时间序列预测Python、R实现应用
本文将通过视频讲解，展示如何用滚动回归预测，并结合一个R语言多元时间序列滚动预测：ARIMA、回归、ARIMAX模型分析实例的代码数据，为读者提供一套完整的实践数据分析流程。
【视频讲解】Python灰色关联度分析直播带货效用、神经退行性疾病数据
本文展示如何用灰色关联度分析的直播带货效用及作用机制研究，并结合一个分析神经退行性疾病数据实例的代码数据，为读者提供一套完整的实践数据分析流程。
【视频讲解】Xgboost、ARIMA 和 Prophet对国际牛肉市场市场份额数据、比特币价格时间序列预测
本文将通过视频讲解，展示如何用Xgboost、ARIMA 和 Prophet对国际牛肉市场市场份额数据时间序列预测，并结合一个Python# ARIMA、XGBOOST、PROPHET和LSTM预测比特币价格实例的代码数据，为读者提供一套完整的实践数据分析流程。
【视频讲解】CatBoost、LightGBM和随机森林的海域气田开发分类研究
本文将通过视频讲解，展示如何用CatBoost、LightGBM和随机森林的海域气田开发特征智能分类，并结合一个python分类预测职员离职:逻辑回归、梯度提升、随机森林、XGB、CatBoost、LGBM交叉验证可视化的代码数据，为读者提供一套完整的实践数据分析流程。
【视频讲解】Python用LSTM、Wavenet神经网络、LightGBM预测股价
在金融科技的浪潮中，量化投资方法以其数据驱动和模型导向的特性，日益成为资本市场分析的重要工具。
【视频讲解】ResNet深度学习神经网络原理及其在图像分类中的应用|附Python代码
本文深入探讨了卷积层（Convolutional Layer）在深度学习框架中的核心作用与操作机制，并分析了其在特征提取、网络构建以及性能提升方面的独特优势。
【视频讲解】Python遗传算法GA优化SVR支持向量回归、ANFIS自适应神经模糊推理系统预测证券指数ISE数据
本文旨在通过应用多种机器学习技术，对交易所的历史数据进行深入分析和预测。
【视频讲解】PCA主成分分析原理及R语言经济研究可视化2实例合集|附代码数据
在数据分析的浩瀚宇宙中，我们时常面对多变量的数据海洋。这些变量虽然信息丰富，却也给处理带来了巨大挑战：工作量激增，而关键信息却可能淹没在繁杂的数据之中。
【视频讲解】神经网络、Lasso回归、线性回归、随机森林、ARIMA股票价格时间序列预测|附代码数据
WeChat Tencent QQ email print 由Haopeng Li撰写 基于此，选择合适的模型
【视频讲解】Python比赛LightGBM、XGBoost+GPU和CatBoost预测学生在游戏学习过程表现|数据代码分享
基于游戏进行学习能让学校变得有趣，这种教育方法能让学生在游戏中学习，使其变得有趣和充满活力。
【视频】R语言广义加性模型GAMs非线性效应、比较分析草种耐寒性实验数据可视化
广义加法模型（Generalized Additive Models, GAMs）作为一种高度灵活的统计工具，显著扩展了广义线性模型（Generalized Linear Models, GLMs）的框架。
Python TensorFlow Keras深度学习模型RetinaNet进行目标检测分析车牌数据
目标检测作为计算机视觉领域的关键任务之一，在交通管理、智能安防、自动驾驶等众多应用场景中具有重要意义。
【视频讲解】Python、R时间卷积神经网络TCN与CNN、RNN预测时间序列3实例附代码数据
本文旨在探讨时间卷积网络（Temporal Convolutional Network, TCN）与CNN、RNN在预测任务中的应用。
【视频讲解】逻辑回归原理及R语言预测心脏病、用户流失数据挖掘2实例
在统计学习和机器学习的领域中，逻辑回归模型是一种广泛应用于分类问题的预测模型。
【视频讲解】LSTM神经网络模型在微博中文文本评论情感分析和股市预测应用附代码数据
本文将通过视频讲解，展示如何用python的LSTM模型对中文文本评论情感分析。
【视频讲解】卷积神经网络CNN肿瘤图像识别3实例附代码数据
本研究探讨了卷积神经网络（CNN）在肿瘤识别领域的应用，特别是利用VGG16模型进行图像分类的性能。
【视频讲解】偏最小二乘结构方程模型PLS-SEM分析白茶产业数字化对共同富裕的影响|附代码数据
本文将通过视频讲解，展示如何用偏最小二乘结构方程模型PLS-SEM分析白茶产业数字化对共同富裕的影响。
【视频】多元线性回归模型原理讲解与R语言电影票房数据实例
近年来，随着计量经济学和统计学的快速发展，回归模型作为一种有效的数据分析工具，被广泛应用于金融市场的分析中。
【视频】LSTM模型原理及其进行股票收盘价的时间序列预测讲解|附数据代码
时间序列预测在金融领域中扮演着举足轻重的角色，特别是在股票市场中。
【视频】N-Gram、逻辑回归反欺诈模型文本分析招聘网站欺诈可视化|附数据代码
随着互联网的快速发展，招聘网站已成为求职者与雇主之间的重要桥梁。然而，随之而来的欺诈行为也日益猖獗，给求职者带来了极大的困扰和风险。
【视频】R语言支持向量回归SVR预测水位实例讲解|附代码数据
当我们面对样本需要建立相应模型时，使用传统统计方法建立模型需要大量的样本数据，只有在样本量足够大时，该模型才具有一定的可靠性。
【视频】R语言用线性回归预测共享单车的需求和可视化|数据分享
自行车共享系统是新一代的传统自行车租赁，从会员，租赁到归还的整个过程已经自动化。
【视频】R语言LDA线性判别、QDA二次判别分析分类葡萄酒品质数据
判别分析(Discriminant analysis）是一种统计分析方法，旨在通过将一组对象（例如观察数据）分类到已知类别的组中，来发现不同组之间的差异。
【视频】ARIMA时间序列模型原理和R语言ARIMAX预测实现案例
ARIMA是可以拟合时间序列数据的模型，根据自身的过去值(即自身的滞后和滞后的预测误差)“解释” 给定的时间序列，因此可以使用方程式预测未来价值。
【视频】Python的天气数据爬虫实时抓取采集和可视化展示
本文以天气数据实时抓取和可视化展示为主题。
【视频】因子分析简介及R语言应用实例：对地区经济研究分析重庆市经济指标
WeChat Tencent QQ email print 由Li Yu撰写 进而起到降维的目的，还可检验变量
【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
WeChat Tencent QQ email print 由Junjun Li撰写 然而，如何准确地预测房屋
【视频讲解】支持向量机算法原理和Python用户流失数据挖掘SVM实例
即使是同一种植物，由于生长的地理环境的不同，它们的特征会有所差异。例如鸢尾花，可分为山鸢尾、杂色鸢尾、维吉尼亚鸢尾。
【视频讲解】Python用GM（1，1)灰色模型预测模型对电力预测
负荷预测是电力系统的重要工作之一，对电力系统各个部门的工作都起着非常重要的作用。
【视频讲解】R语言bnlearn包：贝叶斯网络的构造及参数学习的原理和实例|视频课程
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。
【视频讲解】时间序列分类方法：动态时间规整算法DTW和R语言实现
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
【视频讲解】R语言结构方程模型SEM分析心理学和营销研究数据路径图可视化
结构方程建模 (SEM) 是一种全面而灵活的方法，包括在假设模型中研究变量之间的关系。
【视频讲解】R语言回归和主成分PCA 回归交叉验证分析预测城市犯罪率数据
在本文中，我解释了基本回归，并介绍了主成分分析 (PCA) 使用回归来预测城市中观察到的犯罪率。
【视频讲解】R语言Kmeans均值聚类和层次聚类：亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数
《世界幸福报告》是可持续发展解决方案网络的年度报告，该报告使用盖洛普世界民意调查的调查结果研究了150多个国家/地区的生活质量。
【视频讲解】R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资
贝叶斯模型提供了变量选择技术，确保变量选择的可靠性。
【视频讲解】R语言结合新冠疫情COVID-19股票价格预测：ARIMA，KNN和神经网络时间序列分析
本文的目标是使用各种预测模型预测Google的未来股价，然后分析各种模型。
【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。
【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。
【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。
【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。
【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。
【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。
【视频讲解】R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化
关联规则挖掘是一种无监督的学习方法，从交易数据中挖掘规则。
【视频讲解】Python随机波动率(SV)模型对标普500指数时间序列波动性预测
资产价格具有随时间变化的波动性（逐日收益率的方差）。
【视频讲解】R语言主成分分析（PCA）葡萄酒可视化：主成分得分散点图和载荷图
我们将使用葡萄酒数据集进行主成分分析。
【视频讲解】R语言生态学建模：增强回归树（BRT）预测短鳍鳗生存分布和影响因素
本文是一个简短的教程，在R中拟合BRT（提升回归树）模型。我们的目标是使BRT（提升回归树）模型应用于生态学数据，并解释结果。
【视频讲解】R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险
本文的目的是完成一个逻辑回归分析。使你对分析步骤和思维过程有一个基本概念。
【视频讲解】R语言进行数据结构化转换：Box-Cox变换、“凸规则”变换方法
线性回归时若数据不服从正态分布，会给线性回归的最小二乘估计系数的结果带来误差，所以需要对数据进行结构化转换。
【视频讲解】R语言改进的股票配对交易策略分析SPY-TLT组合和中国股市投资组合
相信大家都听说过股票和债券的多元化投资组合。
【视频讲解】Python和R语言使用指数加权平均(EWMA)，ARIMA自回归移动平均模型预测时间序列
本文学习创建时间序列预测的步骤，关注Dickey-Fuller检验、指数加权平均(EWMA)和ARIMA（自回归移动平均）模型，从理论上学习这些概念以及它们在python和R中的实现。
【视频讲解】R语言基于Bootstrap的线性回归预测置信区间估计方法
我们知道参数的置信区间的计算，这些都服从一定的分布(t分布、正态分布），因此在标准误前乘以相应的t分值或Z分值。
【视频讲解】R语言极值理论EVT：基于GPD模型的火灾损失分布分析
极值理论关注风险损失分布的尾部特征,通常用来分析概率罕见的事件,它可以依靠少量样本数据,在总体分布未知的情况下,得到总体分布中极值的变化情况,具有超越样本数据的估计能力。
【视频讲解】R语言分布滞后非线性模型（DLNM）研究发病率，死亡率和空气污染示例
本文提供了运行分布滞后非线性模型的示例，同时描述了预测变量和结果之间的非线性和滞后效应，这种相互关系被定义为暴露-滞后-反应关联。
【视频讲解】R语言中生存分析模型与时间依赖性ROC曲线可视化
人们通常使用接收者操作特征曲线（ROC）进行二元结果逻辑回归。但是，流行病学研究中感兴趣的结果通常是事件发生时间。使用随时间变化的时间相关ROC可以更全面地描述这种情况下的预测模型。
【视频讲解】R语言中的BP神经网络模型分析学生成绩
在本教程中，您将学习如何在R中创建神经网络模型。
【视频讲解】R语言中的时间序列分析模型：ARIMA-ARCH / GARCH模型分析股票价格
时间序列分析是统计学中的一个主要分支，主要侧重于分析数据集以研究数据的特征并提取有意义的统计信息来预测序列的未来值。时序分析有两种方法，即频域和时域。
- 1
- 2
