HelloWorld 开发者社区
科技资讯
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
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
Matomo 从了解到落地——页面流量统计与分析最佳实践
背景在开发面向内部使用的「内容管理平台」的过程中,我们不时会收到一些页面问题的反馈,但在本地调试的过程中,有大量无法在本地重现的问题,这些问题的出现跟用户的访问设备、网络环境、访问路径可能存在关联。为了方便快捷地去定位这些问题,我们试图为所有页面点击操作都加上打点记录,但在实际操作中,由
泊松分布,二项分布有什么联系?
泊松分布是二项分布的极限分布,因此在二项分布中n很大p很小的时候可以近似使用泊松分布进行进行计算和近似,简化计算量。
用python重温统计学基础:描述性统计分析
描述性统计分析(DescriptionStatistics)是通过图表或数学方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间的关系进行估计和描述的方法。描述性统计分析分为集中趋势分析和离中趋势分析。提到用python来进行描述性统计分析,第一反应就是用:dataframe.describe(),我们不妨用一组数据来展示:

T检验
T检验分为单样本T检验、独立样本T检验、配对样本T检验。单样本T检验用于比较样本数据(均值)与一个特定数值之间是否有显著性差异。前提是数据要符合正态分布。例如:某小学三年级期末考试平均分为92分,又知道三年级六班30名同学各自的考试分数,问六班在三年级中是高于一般水平、低于一般
参数检验与非参数检验
一:概述:假设检验分为参数检验(如T检验、F检验等)和非参数检验(如卡方检验、秩和检验等)。参数检验一般都要求数据符合正态分布和方差齐性。而所谓的非参数检验,指的是不需要假定总体分布形式,直接对数据的分布进行检验,由于不涉及总体分布的参数,故名“非参数”检验。因此,在使
用python重温统计学基础:描述性统计分析
描述性统计分析(DescriptionStatistics)是通过图表或数学方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间的关系进行

因素分析法
因素分析法一种统计技术,希望从众多的可观测的“变量”中,概括和推论少数“因素”。用少数“因素”来概括和解释大量的观测事实。又叫“因子分析法”。KMO和Bartlett球形检验用于检验试卷是否适合进行因素分析。KMO计算方法:<pre<codeix
因素分析法
因素分析法一种统计技术,希望从众多的可观测的“变量”中,概括和推论少数“因素”。用少数“因素”来概括和解释大量的观测事实。又叫“因子分析法”。KMO和Bartlett球形检验用于检验试卷是否适合进行因素分析。KMO计算方法:<pre<codeix
生存曲线的估计方法(2):生存率的95%置信区间
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/1f86613849deb8c613bf08195a504c21.png)作者:丁点helper来源:丁点帮你生存分析的上一篇文章主要通过一张表格介绍了计算生存率的方
生存曲线的估计方法(1):先看懂这个表
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/20709e81f5d1a9eb9188941de66fb227.png)作者:丁点helper来源:丁点帮你前面两篇文章初步介绍了生存分析基本入门的内容,今天我们来
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。