可视化分析(机器学习)
数据可视化就是通过对原始数据进行标准化、结构化的处理，把它们整理成数据表。将这些数值转换成视觉结构，通过视觉的方式把它表现出来。将视觉结构进行组合，把它转换成图形传递给用户，用户通过人机交互的方式进行反向转换，去更好地了解数据背后有什么问题和规律。如果从技术上来说，大数据可视化的实施步骤主要有四项，
广义加性模型(GAMs)
作为回归家族的一个扩展，广义加性模型(GAMs)是最强大的模型之一，可以为任何回归问题建模!!
数据挖掘经典十大算法_K-Means算法
K-means算法的理解与代码实现
2022年全国大学生数学建模 c题思路分享 分析高钾玻璃、铅钡玻璃的分类规律 比较不同类别之间的化学成分关联关系的差异性
本人去年拿了湖南省省一，今年因为各种原因就没有参加这个比赛了。但是看到了2022年数学建模题目，我也想分享一下我的见解，希望给大家提供一些思路上的帮助，但是我也还没具体去分析，各位看官看完，有所收获就是对我最大的鼓励，不敢苟同的也就当图一乐看看吧。废话不多说直接开始分析题目。
2022年全国大学生数学建模竞赛E题目-小批量物料生产安排详解+思路+Python代码时序预测模型(三)
千呼万唤始出来啊家人们，真的是累死我了兄弟们，我昨天上了一天的班，晚上还整这个国赛敲代码敲到晚上2点才睡觉，搞得我也像是在比赛一样，麻了。不过一直写到现在也答应了很多小伙伴今天上午一定要写完E题第一问的思路和解析的，现在终于是把全部第一问的问题都梳理清楚，思路也理明白了。周预测模型其实小伙伴们不用限
时间序列中的特征选择：在保持性能的同时加快预测速度
在这篇文章中，我们展示了特征选择在减少预测推理时间方面的有效性，同时避免了性能的显着下降。tspiral 是一个 Python 包，它提供了各种预测技术。并且它与 scikit-learn 可以完美的集成使用。
使用时间序列数据预测《Apex英雄》的玩家活跃数据
在本文中我们使用《Apex英雄》中数据分析的玩家活动时间模式，并预测其增长或下降。
学习偏态分布的相关知识和原理的4篇论文推荐
偏态分布(skewness distribution)指频数分布的高峰位于一侧，尾部向另一侧延伸的分布。
数学建模（四）：分类
数学建模（四）：分类
【简单模拟添加并合并通讯录~python+】
无论是之前的按键机还是如今的智能机，通讯录都是大家最为熟知、最为经常使用的一个功能，现在我们就简单来模拟模拟用python来添加并合并通讯录叭！运行效果如下：欢迎关注微信公众号【程序人生6】，一起探讨学习哦！！！...
【机器学习算法】关联规则-3 关联规则的指标问题和关联规则的使用方法
关联规则的指标需要用那几类，关联规则如何使用。
【Python 实战基础】Pandas如何使用日期和随机数生成表格数据类型
Python 中 Pandas如何使用日期和随机数生成表格数据类型文件读写基础语法PandasPandas的Series对象numpy
【4天快速入门Python数据挖掘之第2天】Numpy——高效的运算工具
Numpy是一个开源的Python科学计算库，用于快速处理任意维度的数组Numpy支持常见的数组和矩阵操作，对于同样的数值计算任务，使用Numpy比直接使用Pyhon要简洁得多Numpy使用ndarray对象来处理多维数组，该对象是一个快速而灵活的大数据容器Numpy提供了一个N维数组类型 ndar
【数据科学项目1】：构建你的第一个数据科学项目
从0到1构建你的第一个数据科学项目
使用Dask，SBERT SPECTRE和Milvus构建自己的ARXIV论文相似性搜索引擎
通过矢量相似性搜索，可以在〜50ms内响应〜640K论文上的语义搜索查询
【机器学习算法】关联规则2 FPgrowth法算法
Apriori算法的提升，Fpgrowth
【机器学习算法】关联规则-1 关联规则的概念，Apriori算法，实例和优缺点
关联规则的概念，关联规则的两个指标，支持度和置信度，apriori的算法
机器学习_LGB调参汇总（开箱即食）
在数据层面的一些正负采样，业务层面一些数据筛选，以及异常值的处理后。我们进行模型训练，同时需要对模型进行参数的调整，以提升模型的精度。笔者就一些现有的调参框架进行汇总。
10快速入门Query函数使用的Pandas的查询示例
pandas.的query函数为我们提供了一种编写查询过滤条件更简单的方法，特别是在的查询条件很多的时候，在本文中整理了10个示例，掌握着10个实例你就可以轻松的使用query函数来解决任何查询的问题。
【机器学习算法】集成学习-1 强学习器的融合学习
集成学习认为多个决策者比一个决策者可能会做出更好的决策，各种模型的整合也是如此，机器学习这种多样化就是通过集成学习的技术实现的。
