CDA LEVEL I 数据分析认证考试模拟题库（五）

2024-10-05

不过，在出题前，要公布下上一期16-20题的答案，大家一起来看！ 17、D 19、C 你答对了吗？ A.这个常数应该包含在常数项 C.应该去除残差 22.分析师小A在对他的模型进行评估时，更倾向选用调整R²作为指标 ...

与线性回归相比，你怎么看生存函数和生存曲线？

2020-09-30

作者：丁点helper 来源：丁点帮你 前文我们详解过线性回归，也初步介绍了生存分析所涉及的生存数据，明白了：做生存分析最特殊的一点是分析时要纳入研究对象的“生存时间”，更一般的是指：出现某种特 ...

深入浅出|深度学习算法之BP神经网络 详细公式推导

2018-08-29

深入浅出|深度学习算法之BP神经网络 详细公式推导 所谓神经网络，目前用得最广泛的一个定义是“的神经网络是由具有适应性简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所做出 ...

深度学习损失函数

2018-08-24

深度学习损失函数 在利用深度学习模型解决有监督问题时，比如分类、回归、去噪等，我们一般的思路如下： 1、信息流forward propagation，直到输出端； 2、定义损失函数L(x, y | theta)； ...

人工智能与机器学习有哪些不同

2018-08-11

人工智能与机器学习有哪些不同 人工智能早已不是一个新名词，它的发展历史已经有几十年。从80年代早期开始，当时计算机科学家设计出可以学习和模仿人类行为的算法。在学习方面，最重要的算法是神经网络，但由于 ...

如何让你的数据直觉更敏锐

2018-07-30

如何让你的数据直觉更敏锐 每当人工智能和机器学习取得一些进展时，这些进展一定占据着各大媒体的头版头条。 媒体对其有如此高的关注度，这意味着，现在科技界主流的兴趣领域是数据科学。 对于有大局意识 ...

基于R语言的分类算法之决策树

2018-06-14

基于R语言的分类算法之决策树 ID3 《= 最大信息熵增益，只能处理离散型数据 C4.5 《= 信息增益率，可处理连续性和离散型数据，相比ID3，减少了因变量过多导致的过拟合 C5.0 《= 信息增益率，运算性能比C4 ...

从线性回归到无监督学习，数据科学家需要掌握的十大统

2018-06-02

从线性回归到无监督学习，数据科学家需要掌握的十大统 不管你对数据科学持什么态度，都不可能忽略分析、组织和梳理数据的重要性。Glassdoor 网站根据大量雇主和员工的反馈数据制作了「美国最好的 25 个职位」 ...

机器学习中的非均衡分类问题

2018-04-09

机器学习中的非均衡分类问题 非均衡分类问题是指在分类器训练时，正例数目和反例数目不相等（相差很大），或者错分正反例导致的代价不同（可从代价矩阵观测）时存在的问题。 而大多数情况下，不同类别的分类 ...

机器学习中训练集、验证集和测试集的作用

2018-03-27

机器学习中训练集、验证集和测试集的作用 通常，在训练有监督的机器学习模型的时候，会将数据划分为训练集、验证集合测试集，划分比例一般为0.6:0.2:0.2。对原始数据进行三个集合的划分，是为了能够选出效果（ ...

机器学习解决问题的步骤

2018-03-20

机器学习解决问题的步骤 针对任何一个打算由机器学习算法来解决的问题，都有一种『套路』存在，只要按照这个模板『按部就班』就能够得到一个结果。就跟一个产品的生产流水线是一个道理。但是得到结果的好坏跟你 ...

机器学习入门报告之 解决问题一般工作流程

2018-03-20

机器学习入门报告之 解决问题一般工作流程 对于给定的数据集和问题，用机器学习的方法解决问题的工作一般分为4个步骤： 一．     数据预处理 首先，必须确保数据的格式符合要求 ...

如何实现降维处理(R语言)

2017-12-07

如何实现降维处理(R语言) 现实世界中数据一般都是复杂和高维的，比如描述一个人，有姓名、年龄、性别、受教育程度、收入、地址、电话等等几十种属性，如此多的属性对于数据分析是一个严重的挑战，除了极大增加 ...

深度学习已成功应用于这三大领域

2017-11-20

深度学习已成功应用于这三大领域 在本章中，我们将介绍如何使用深度学习来解决计算机视觉、语音识别、自然语言处理以及其他商业领域中的应用。首先我们将讨论在许多最重要的AI 应用中所需的大规模神经网络的实 ...

学会数据分析背后的挖掘思维，分析就完成了一半

2017-08-09

学会数据分析背后的挖掘思维，分析就完成了一半 在数据分析中,模型是非常有用和有效的工具和数据分析应用的场景,在建立模型的过程中,数据挖掘很多时候能够起到非常显著的作用。伴随着计算机科学的发展,模型也越 ...

R语言与函数估计学习笔记（样条方法）

2017-07-20

R语言与函数估计学习笔记（样条方法） 样条估计 如果函数在不同地方有不同的非线性度，或者有多个极值点，那么用多项式特别是低阶多项式来完成拟合是非常不合适的。一种解决办法是我们之前提到的近邻多项式 ...

如何解决机器学习中数据不平衡问题

2017-07-09

如何解决机器学习中数据不平衡问题 这几年来，机器学习和数据挖掘非常火热，它们逐渐为世界带来实际价值。与此同时，越来越多的机器学习算法从学术界走向工业界，而在这个过程中会有很多困难。数据不平衡问题虽 ...

R语言中样本平衡的几种方法

2017-06-07

R语言中样本平衡的几种方法 在对不平衡的分类数据集进行建模时，机器学习算法可能并不稳定，其预测结果甚至可能是有偏的，而预测精度此时也变得带有误导性。在不平衡的数据中，任一算法都没法从样本量少的类中 ...

R语言-选择“最佳”的回归模型

2017-06-03

R语言-选择“最佳”的回归模型 尝试获取一个回归方程时，实际上你就面对着从众多可能的模型中做选择的问题。是不是所有的变量都要包括？抑或去掉那个对预测贡献不显著的变量？还是需要添加多项式项和/或交互项 ...

sas信用评分之不用检查异常值的最优分组

2017-05-29

sas信用评分之不用检查异常值的最优分组 今天的更新比以往晚了一天，假期综合症第一天，我到现在已经喝了第三杯咖啡，实现上周的预告，这种更新一个不用检查异常值的数值变量最优分组。其实这代码我本来不想拿 ...