HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
R语言使用bootstrap和增量法计算广义线性模型(GLM)预测置信区间|附代码数据
原文链接:http://tecdat.cn/?p15062(https://link.segmentfault.com/?encAtV%2FStQ6SAaDHnHNGgK5Qw%3D%3D.AIZrriPSqqt5Ec5kuiGs1eFNMqaMGyNDcEKknAn0prY%3D)
R语言用贝叶斯层次模型进行空间数据分析|附代码数据
阅读全文:http://tecdat.cn/?p10932(https://link.segmentfault.com/?enceH0gNWeoosEpjMtxfdCVIg%3D%3D.jLxGjjBtLJ9nW%2FAK4CbsCyxfn%2BQ2iRHWcX82HOcDqsI%3D
处理缺失值的三个层级的方法总结
缺失值缺失值是现实数据集中的常见问题,处理缺失值是数据预处理的关键步骤。缺失值可能由于各种原因而发生,例如数据的结构和质量、数据输入错误、传输过程中的数据丢失或不完整的数据收集。这些缺失的值可能会影响机器学习模型的准确性和可靠性,因为它们可能会引入偏差并扭曲结果,有些模型甚至在在缺少值的
python用ARIMA模型预测CO2浓度时间序列实现|附代码数据
全文下载链接:http://tecdat.cn/?p20424(https://link.segmentfault.com/?encI4HzIL24zai09KzwZmoI5w%3D%3D.X%2BuuS2UDm5CvBDztzhn8mUgEFuRWbUIMV9axgPuV8bc%3D
Python用KShape对时间序列进行聚类和肘方法确定最优聚类数k可视化|附代码数据
全文链接:http://tecdat.cn/?p27078(https://link.segmentfault.com/?encU9iSrFiwa0fTtBEct%2FvJzQ%3D%3D.oKfXANqqAvGcRWET%2FI4dX5W3rgd7d0DaWd1l8IXdFQs%3D
R语言GARCH族模型:正态分布、t、GED分布EGARCH、TGARCH的VaR分析股票指数|附代码数据
全文链接:http://tecdat.cn/?p31023(https://link.segmentfault.com/?encNNTAAny4pH1EjfiCXGvVWQ%3D%3D.N5BpQ199K8pUMXBQ7X6MDV03vp29rzN1Q8TU7NcyleA%3D)
【视频】Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析|数据分享|附代码数据
全文下载链接:http://tecdat.cn/?p23544(https://link.segmentfault.com/?enc5wzZ%2FwpSuhyNO7kcX2Ptlw%3D%3D.BcChlNHWV0hd%2BrQQ0muEEsVg8psKvauWzfW%2BfGK%2
SQL Server Analysis Services数据挖掘聚类分析职业、地区、餐饮消费水平数据
全文链接:http://tecdat.cn/?p31887(https://link.segmentfault.com/?encXxey%2Bo6YJDoOlpPHqtYGzg%3D%3D.otaOi5fJvm%2BPutQQLInL%2Bpn4Gd3zDgkYLP5nqSwyf9Y%
Python对中国电信消费者特征预测:随机森林、朴素贝叶斯、神经网络、最近邻分类、逻辑回归、支持向量回归(SVR)
全文链接:http://tecdat.cn/?p31868(https://link.segmentfault.com/?encqJwRoFO9XCpCHuVFOdXEHw%3D%3D.5DiC4VpriNvbWG%2FmCc3uIw%2BL%2BW187VDxDobGAHXy18w%
PYTHON用户流失数据挖掘:建立逻辑回归、XGBOOST、随机森林、决策树、支持向量机、朴素贝叶斯|附代码数据
原文链接:http://tecdat.cn/?p24346(https://link.segmentfault.com/?enc1et%2BoGrYVLgIX%2Fmz0QWnEA%3D%3D.dgIef72C%2B6zx4WdfZOCRsD26DuYzFU7poXmU%2BFrlER
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


