业务增长遇到瓶颈？这些用大数据驱动业务增长的方法你一定要看看
随着大数据与云原生的快速发展融汇交互，各技术领域又将来临新一波迅雷之势的挑战和创变。利用云原生技术的简便快捷、动态调度、按需伸缩等优势，如何加速大数据基础软件和系统的迭代更新频率、确保整体环境的最终一致性，如何为数据库提供极致的性能、弹性和无限扩展能力，以及由此带来的运维模式转型该如何应对，以上种种
2022年 APMCM 亚太地区大学生数学建模竞赛——C题解决思路
2022年 APMCM 亚太地区大学生数学建模竞赛——C题解决思路，时间序列模型建立于预测。
机器学习强基计划7-2：图文详解K-均值聚类(K-means)算法(附Python实现)
聚类的基本思路是通过对无标记训练样本的学习来揭示数据内在的聚合性质与规律。本文介绍K均值聚类(K-means)的核心原理、算法流程，并附上Python实现与可视化加深理解
ARMA模型的性质之ARMA模型
一、ARMA模型的定义二、平稳条件与可逆条件三、传递形式与逆转形式四、ARMA(p,q)模型的统计性质1.均值2.自协方差函数3.自相关系数4.ARMA(p,q)模型自相关系数拖尾，偏自相关系数拖尾小结
支持向量机核技巧：10个常用的核函数总结
支持向量机是一种监督学习技术，主要用于分类，也可用于回归。它的关键概念是算法搜索最佳的可用于基于标记数据(训练数据)对新数据点进行分类的超平面。
数据挖掘（二）朴素贝叶斯
指的是统计意义上的独立，即一个特征或者单词出现的可能性与它和其他单词相邻没有关系，比如说，“我们”中的“我”和“们”出现的概率与这两个字相邻没有任何关系。我们可以观察文档中出现的词，并把每个词作为一个特征，而每个词的出现或者不出现作为该特征的值，这样得到的特征数目就会跟词汇表中的词的数目一样多。我们
多元时间序列特征工程的指南
使用Python根据汇总统计信息添加新特性，本文将告诉你如何计算几个时间序列中的滚动统计信息。将这些信息添加到解释变量中通常会获得更好的预测性能。
巴西队提前出线，预定大力神杯？数据分析告诉你，到底谁才是冠军
自从现代足球逐渐商业化之后，无数人开创了大数据分析模型来试图预测足球比赛的胜负，然而因为足球比赛的影响因素比吃饭喝水要复杂的多，球队阵容、球员能力、球员状态、球员心理、球队战术、球队磨合度、球队配合度等等，每一个因素的风吹草动，都会牵一发而动全身，影响最终的结果，预测的结果可能会与现实大相径庭。
R语言使用plot函数可视化数据散点图，自定义设置yaxt参数移除Y轴的刻度线
R语言使用plot函数可视化数据散点图，自定义设置yaxt参数移除Y轴的刻度线
数据挖掘-模型怎么解决业务需求（五）
从项目的需求发起,到数据准备，再到模型训练、评估、上线，这些环节都遇到了什么样的问题,我们解决了什么问题，又有哪些问题尚未解决,在时间等条件充裕的情况下还可以做哪些尝试。介绍了一些关于模型保存、模型优化、模型部署的思路。讲解了关于项目总结，乃至模型监控等内容。
数据挖掘-模型的评估（四）
模型的各种评估指标，从一个混淆矩阵出发，衍生出一系列的准确度评测对模型泛化能力进行评估介绍了如何在数据上进行一些优化从而减少评估时产生误差。
NGSIM数据集Python处理（车辆变道时周边车辆数据提取）
本文通过Python代码的编写，对NGSIM数据集中车辆变道时周边车辆的加速度、速度等信息进行提取，主要介绍代码逻辑及思路。关于NGSIM数据集不再赘述，本人上传有NGSIM各路段各车型的车辆数据以及各路段平面示意图，可点击链接NGSIM数据.zip_ngsim提取换道数据Python源代码-交通文
1000个大数据/人工智能毕设选题推荐
正值毕业季我看到很多同学都在为自己的毕业设计发愁Maynor在网上搜集了1000个大数据的毕设选题，希望对大家有帮助～适合大数据毕业设计的项目，完全可以作为本科生当前较新的毕业设计题目选择方向。
第四届“泰迪杯”数据分析技能赛-赛题A：《通讯产品销售和盈利能力分析》报告
第四届“泰迪杯”数据分析技能赛，赛题A：《通讯产品销售和盈利能力分析》报告，曾获二等级报告。
Docker最新超详细版教程通俗易懂(基础版)
Docker学习重点！Docker数据卷Docker容器Docker ComposeDocker Swarm （类似于简化版的K8S）CI / CD jenkins一、Docker概述1.1 Docker为什么出现?一款产品： 开发–上线 两套环境！应用环境，应用配置！开发 — 运维。 问题：我在我
11个常见的分类特征的编码技术
机器学习算法只接受数值输入，所以如果我们遇到分类特征的时候都会对分类特征进行编码，本文总结了常见的11个分类变量编码方法。
【通信原理】揭开傅里叶级数与傅里叶变换的神秘面纱
傅里叶变换和傅里叶级数是有史以来最伟大的数学发现之一。它们可以帮助我们将函数分解成其基本成分。它们揭示了任何数学函数的基本模块，但是傅里叶分析的公式对于连高数中sin2x的积分都不熟悉的工科白菜来说简直就是连多看它一样的勇气都没有，我想这就是为什么复杂的傅里叶分析成为大学中通信专业的疑难杂症的主要原
Python基础（十二） | 还不会python绘图？两万字博文教你Matplotlib库（超详细总结）
⭐本专栏旨在对Python的基础语法进行详解，精炼地总结语法中的重点，详解难点，面向零基础及入门的学习者，通过专栏的学习可以熟练掌握python编程，同时为后续的数据分析，机器学习及深度学习的代码能力打下坚实的基础。🔥本文已收录于Python基础系列专栏： Python基础系列教程 欢迎订阅，持续
利用python实现Apriori关联规则算法
大家可能听说过用于宣传数据挖掘的一个案例:啤酒和尿布；据说是沃尔玛超市在分析顾客的购买记录时，发现许多客户购买啤酒的同时也会购买婴儿尿布，于是超市调整了啤酒和尿布的货架摆放，让这两个品类摆放在一起；结果这两个品类的销量都有明显的增长；分析原因是很多刚生小孩的男士在购买的啤酒时，会顺手带一些婴幼儿用品
