Data analysis and Data mining

最新推荐文章于 2024-10-08 06:40:01 发布
原创 最新推荐文章于 2024-10-08 06:40:01 发布 · 置顶 · 554 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#工作

本文分享了作者六年来在数据分析领域的实践经验，涉及Linux、SQL、SAS、Python和JMP等工具的应用。
从事数据分析工作六年了，Linux SQL SAS PYTHON JMP.Mark!!!!!!!!!!!!!!!!!!!!!!!!July 28 2017
smartbits_mark
关注
python_data_analysis_and_mining_action-master-10
JanLEE
06-22 191
programmer_1-->简单的数据筛选，划分数据 programmer_2-->阈值寻优？？？不懂。。 programmer_3-->建立训练神经网络，并进行模型的检验 programmer_4-->根据几个特征推算出是否满足某项条件 event_num-->相邻时间的差分，比较是否大于阈值...
Data Mining and Analysis: Fundamental Concepts and Algorithms 英文，教材
01-25
制作中文的源文件英文，对照阅读 Title: Data Mining and Analysis: Fundamental Concepts and Algorithms Author(s): Zaki M.J., Meira Jr W. Publisher: Cambridge University Press Year: 2014 ISBN: 978-0-521-76633-3
数据挖掘和分析-基本概念和算法Data Mining and Analysis - Fundamental Concepts and Algorithms
11-15
这本针对高级本科和研究生数据挖掘课程的教科书提供了数据挖掘的广泛而深入的概述，并结合了机器学习和统计中的相关概念。
数据挖掘（Data Mining）和数据分析（Data Analysis）的对比
梅森上校的博客 业精于勤荒于嬉，形成于思毁于随。
05-03 3581
数据挖掘和数据分析 现在信息世界中，每天生成的数据量呈指数级增长。获取这些数据的过程并不复杂，因为可以使用的方法很多。然而，从这些数据中获取有意义的信息是非常复杂和耗时的。 收集的数据通常存储在数据仓库中，数据仓库是保存从各种来源收集的数据的地方。其中一些来源包括公司数据库、外部来源的数据和内部系统的汇总信息。 对这些数据的分析需要统计分析、简单的查询和报表、更复杂的多维分析和数据挖掘。 ...
数据挖掘与分析 - Data Mining & Analytics (SU)
Garson的博客
10-08 1035
SQL 是进行数据挖掘的第一步，也是最关键的技能之一。因此，让我们回顾一下 SQL，使我们在这项技术上变得更加精湛，从而为我们的数据挖掘的学习打下基础。练习以图书馆为例。该数据库的目的是跟踪一个小型借阅图书馆的图书供应情况，以及谁目前借阅了这些图书。图书馆希望能联系到有过期书籍的客户，客户也希望能搜索不同主题的书籍。如果您在个人信息中提出要求，可以下载 library.dbd 数据库。我们还将考虑 fruitandveg.db 中的示例，该数据库描述了水果和蔬菜通过仓库在供应商和客户之间流动的交易情况。
Big Data Analysis and Mining
林夕
05-29 4777
Chapter1 Introduction 1.1 What is Big Data: Anwser: used to describe a massive structured and unstructured data that is so large that it is difficult to process using traditional database and soft...
大数据分析与数据挖掘（Big Data Analysis and data mining）思维导图
m0_49263811的博客
12-10 1578
Handbook of Statistical Analysis and Data Mining Applications
05-20
在当今这个数据驱动的时代，统计分析与数据挖掘技术已经成为获取知识、洞察趋势并作出决策的关键工具。Nisbet、ELDER和Miner所著的《统计分析与数据挖掘应用手册》（以下简称《手册》）是一部集结了统计分析与数据...
Data-analysis-and-mining:数据分析与挖掘实战
04-03
在"Data-analysis-and-mining:数据分析与挖掘实战"这个主题中，我们将深入探讨如何使用Python进行数据处理、分析和挖掘。首先，Python的基础知识是必不可少的，包括变量、数据类型、控制结构（如if语句和for循环）、...
Data Mining and Analysis: Foundations and Algorithms(2014)
08-13
disciplines such as machine learning and statistics, and is also ideal for a course on dataanalysis. Most of the prerequisite material is covered in the text, especially on linear algebra, and ...
Data Mining and Analysis: Fundamental Concepts and Algorithms 中文 part2
01-25
中文版 ，英文源文件在：https://download.youkuaiyun.com/download/u012547148/10938342
Hands-on-Data-Analysis-and-Data-Mining-with-Python:《 python数据分析与挖掘实战（第2版）》 markdown
03-17
使用Python进行动手数据分析和数据挖掘 《 python数据分析与挖掘实战（第2版）》 markdown
Python Data Analysis(pdf版)
12-23
2014年10月出版的，介绍Python在数据分析应用领域的最新书籍（英文PDF版）。
探索Python数据挖掘与分析利器：Python-Data-Aanalysis-and-Miner
gitblog_00019的博客
04-01 753
探索Python数据挖掘与分析利器：Python-Data-Aanalysis-and-Miner 在这个大数据和人工智能的时代，Python语言以其易学、强大的库支持和广泛的应用场景成为数据分析和挖掘领域的首选工具。今天我们要介绍的开源项目——，正是这样一个旨在帮助开发者和数据爱好者提高效率的实战仓库。 项目简介 由SnakeLiu维护的Python-Data-Aanalysis-and-Min...
Learning Data Mining with Python-第一章-affinity analysis
hjw199089的博客
06-01 974
亲和力分析:给定样本相似度分析的一种data mining方法，相似的应用如服务、广告、商品推荐、基因同源追溯等。 简单的规则可用“如果一个人买了产品X，那么他也可能买商品Y”来形容亲和力分析。 亲和力分析的度量尺度： Support：支持度，rule在数据集中发生的次数，有时可以除以rule有效预测次数进行归一化 Confidence：可信度，rule在数据集中发生的次数
基准测试使用BBO-PSO-GA附Matlab代码.rar
最新发布
12-09
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
【无人机路径规划】基于冠豪猪优化算法的三维路径规划模型设计：多目标约束下安全高效飞行路径生成方法 项目介绍 Python实现基于冠豪猪优化算法（CPO）进行无人机三维路径规划（含模型描述及部分示例代码
12-09
内容概要：本文介绍了一个基于冠豪猪优化算法（CPO）的无人机三维路径规划项目，利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制，系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径，并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例，包括环境建模、路径评估和CPO优化流程。; 适合人群：具备一定Python编程基础和优化算法基础知识，从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员，尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标：①应用于复杂三维环境下的无人机自主导航与避障；②研究智能优化算法（如CPO）在路径规划中的实际部署与性能优化；③实现多目标（路径最短、能耗最低、安全性最高）耦合条件下的工程化路径求解；④构建可扩展的智能无人系统决策框架。; 阅读建议：建议结合文中模型架构与代码示例进行实践运行，重点关注目标函数设计、CPO算法改进策略与约束处理机制，宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值