Kenntnisse in der Datenanalyse
2024-10-22 16:19:20 0 Bericht
Anmelden, um den vollständigen Inhalt anzuzeigen
Andere Kreationen des Autors
Gliederung/Inhalt
Grundlagen der Datenanalyse
Statistikvorrat
diskrete Verteilung und kontinuierliche Verteilung
Hypothesentest
Parameterprüfung
Nicht-parametrische Tests
Normaleitest
Verteilungstest
Selbst konstruierte Hypothesentests: Die signifikante Wirkung von Betriebsaktivitäten
Parameterschätzungsmethoden
Maximum-Likelihood-Methode
Momenten-Schätzung
Lineare Algebra
Eigenwerte und Eigenvektoren
Die Bedeutung der Matrixberechnungen
Analysiere Sprache und Werkzeuge
R
Datenvorverarbeitung
Schreibe eine Funktion: Kreuzvalidierung implementieren, Newton-Iterationsalgorithmus usw.
Visualisierung: ggplot2-Standarddiagramme & Machine Learning-Visualisierungsergebnisse
Machine Learning-Parameter-Optimierung
Python
Datenvorverarbeitung
Python-Datenanalyse
Implementierung von Machine Learning-Algorithmen
Visualisierung
Python-Algorithmusstruktur
Crawler und Natural Language Processing
SQL
Gruppieren nach & Vereinigen
Syntax- und Ausführungsreihenfolge
Hive-Optimierung: Sortier-Optimierung und Verbindungs-Optimierung usw.
Hadoop-Prinzipien und -Erfahrungen
Skriptausführungsskripts schreiben (Perl und Shell)
SPSS, Stata und Eviews sind kommerzielle Analyse-Software.
Algorithmus-Prinzip
Kategorie
Klassifizierungsalgorithmen
Regressionsalgorithmus
Assoziationsanalyse
Cluster
Integratives Lernen
Der Grundsatz von Bootstrap, Bagging usw.
Unterschiede und Anwendungsbereiche
Anwendung: Prinzipien von Random Forest, XGBoost usw.
Modellauswahl und -bewertung
Anwendungsfall des Modells
Modellparameter optimieren und bewerten
Datenanalysetechnik-Wissen
Daten sammeln
Auswerte-Dimensionen definieren
Indikatoren aus verschiedenen Dimensionen extrahieren
Datenvorverarbeitung
Formatumwandlung
Variable generieren
Fehlende Werte behandeln
Variablen-Diskreterisierung
······
Modellanalyse
Test-/Trainingsdatensatz-Zuordnung
Modellauswahl
Parameterauswahl
Modellbewertung
Genauigkeit
ROC und AUC
Confusion Matrix
Zielfunktion
······
Modelloptimierung und -überwachung
Die anschließende Anpassung des Modells
Sammeln
Sammeln
Sammeln
Sammeln
0 Kommentare
Nächste Seite
Empfohlen für Sie
Mehr anzeigen
