V
主页
20.4 案例学习
发布人
能够随心处理各型数据,能够画出美美哒图片,R语言的下一步追求在哪里? 在这里,结合统计知识,利用数据建模,从数据蓝海中抽丝剥茧,找到可以为你所用的数据价值。如何做到? 您请好了!懂你的UP主重磅推出覆盖更多好用技能的“每天15分钟”R语言系列。由浅入深,手把手教你数据建模~ 快来感受科技的力量! 贴心UP,依然带codes,每周更新发布哟~(懒人福利!懒人福利!!懒人福利!!!) 还等什么!还不快一键三连(关注、点赞,投币)呀~小站更新秒知道啦~
打开封面
下载高清视频
观看高清视频
视频下载器
还得看吴恩达!一口气讲透CNN、RNN、GAN、LSTM、YOLO、transformer等六大深度学习神经网路算法!真的不要太爽~(AI人工智能丨机器学习)
21.5 提升树
12.1 GAM模型简介
16.1 回归的定义
13.4 用广义线性模型进行多元回归
26.2 基础实验
11.4 案例学习
24 bootstrap法再抽样
38 bootstrap与置信区间
Lecture 1 - MI205- R for Pharmacometrics (2011)
27 假设检验和置信区间
27.3 基于模型的估算
18 抽样分布
21.2 回顾树
1.5 从excel导入数据(read.csv)
15.1 机器学习基础
1.3 贝叶斯公式
8.1 用data.table合并多个表格
16.5 树状模型方法
36 t检验-方差齐性与方差不齐
5.2 Bootstrap法获得置信区间
25.4 改善模型
51 多元线性回归与混杂因素
12.2 监督和可视化GAM结果
12 离散度:范围 方差 标准差
42 方差分析与F检验
13.3 可视化和解读GLM结果
6.4 案例学习
53 多元线性回归中的交互作用
12.4 分类变量的logistic GAMs
14.4 重复测定值
18.4 数据预处理
24.2 用caret包做超参数调优
20.2 分层聚类
18.5 案例学习
29 检验功效的计算
25 假设检验的基本概念
17.4 分类树模型
这才是科研该学!2024公认最通俗易懂的【深度学习】教程,从入门到精通一口气学完CNN、RNN、GAN、GNN、DQN、Transformer、LSTM
23.4 非高斯混合模型