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语言缺失数据变量选择LASSO回归:Bootstrap重(再)抽样插补和推算
全文链接:http://tecdat.cn/?p30726(https://link.segmentfault.com/?encgua%2BVbVt2UjLGg2zzydwFg%3D%3D.kZdKfIVA3vLG25WtE55E470Gax0OXK3%2BV7oC858E%2Bq4%
SoviChart数据可视化:条形图(Bar chart)
!图片(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/ae620e39750c06e335e90f4449188714.png)条形图是最常用的统计表示方法,它用于创建可量化数据变量的可视化表示。该工具通过根据数值对大量数据
为机器学习模型设置最佳阈值:0.5是二元分类的最佳阈值吗
对于二元分类,分类器输出一个实值分数,然后通过对该值进行阈值的区分产生二元的相应。例如,逻辑回归输出一个概率(一个介于0.0和1.0之间的值);得分等于或高于0.5的观察结果产生正输出(许多其他模型默认使用0.5阈值)。但是使用默认的0.5阈值是不理想的。在本文中,我将展示如何从二元分类器中选择
『航班乘客满意度』场景数据分析建模与业务归因解释 ⛵
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/9fb88655fa64d81de32c2bcda6f4646e.png)<blockquote本文结合航空出行的场景,使用机器学习建模,详细分析了航班乘客满意度的影响因
支持向量机核技巧:10个常用的核函数总结
支持向量机是一种监督学习技术,主要用于分类,也可用于回归。它的关键概念是算法搜索最佳的可用于基于标记数据(训练数据)对新数据点进行分类的超平面。一般情况下算法试图学习一个类的最常见特征(区分一个类与另一个类的特征),分类是基于学习到的这些代表性特征(因此分类是基于类之间的差异)。支持向量机的工作
多元时间序列特征工程的指南
使用Python根据汇总统计信息添加新特性,本文将告诉你如何计算几个时间序列中的滚动统计信息。将这些信息添加到解释变量中通常会获得更好的预测性能。简介自回归多变量时间序列包含两个或多个变量,研究这些数据集的目的是预测一个或多个变量,参见下面的示例。!(https://i
SAS,Stata,HLM,R,SPSS和Mplus分层线性模型HLM分析学生受欢迎程度数据|附代码数据
全文链接:http://tecdat.cn/?p10809(https://link.segmentfault.com/?encoFtlLD%2BkgtEFlwRcuervUA%3D%3D.dZ0R%2BX9aPy5oFDMJQhBscS4OWVILWkorOdfqWiQpgvE%
分布滞后线性和非线性模型(DLNM)分析空气污染(臭氧)、温度对死亡率时间序列数据的影响|附代码数据
全文下载链接 http://tecdat.cn/?p23947(https://link.segmentfault.com/?encLKav12KxeEd8t1%2BSty2YpA%3D%3D.86pWrSN01nQE%2FBN0mEZ465BhcBiZKJgUaGVxGP2Ps0k%
Python使用GARCH,EGARCH,GJR-GARCH模型和蒙特卡洛模拟进行股价预测|附代码数据
全文下载链接:http://tecdat.cn/?p20678(https://link.segmentfault.com/?enc5if1Dip6JIgSQcvWlfPwcQ%3D%3D.TJg%2FYIb4%2BlKxwAhkxVJk2pj8uyicwemDNhK9VsnokNc%
数据分享|R语言分析上海空气质量指数数据:kmean聚类、层次聚类、时间序列分析:arima模型、指数平滑法|附代码数据
全文链接:http://tecdat.cn/?p30131(https://link.segmentfault.com/?encb%2FMDH0TBUsVFUhPKYIEShA%3D%3D.mZOZWffFD2y2rR0eJbmA5UuDOLwHYPJVA%2FAnyAMtr7s%3D
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。


