数据科学
简介
概述
笔记
练习
工具
数据工具箱
ipython
linux
vim
markdown
Numpy
Numpy作业
更多练习
笔记
Matplotlib
Matplotlib绘图作业
更多练习
笔记
Pandas
雅虎金融数据分析
地震数据抓取与可视化
QQ群聊天记录分析
Basemap小练习
更多练习
Scipy.stats
最大似然估计
描述性统计
参数估计
非参数估计
假设检验
笔记
一点统计知识
最优化
最优化算法练习
随机优化
笔记
线性模型
作业练习
笔记
机器学习
常见算法及Python实现
笔记1
笔记2
笔记3
结业项目
总结
Powered by
GitBook
线性模型
本周主要熟悉线性模型,有以下练习。
学习理解如何使用最小二乘法的矩阵公式来得到线性回归的解,并用NumPy库实现该算法
使用pandas库函数,下载上证综指和任意一份成分股票数据,计算日收益率,对这两组数据建立回归模型,将上证综指的收益率作为解释变量,说明这个模型的用处
在kaggle网站上找到titanic数据,并使用logistic回归模型来建模,研究每个因素对生存的重要性
搜索某个城市过去一个月的PM2.5小时级数据,根据时间序列预测方法,来预测未来三天的PM2.5情况
results matching "
"
No results matching "
"