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