文章
R语言风险价值VaR(Value at Risk)和损失期望值ES(Expected shortfall)的估计|附代码数据
全文链接:http://tecdat.cn/?p15929(https://link.segmentfault.com/?encYTcHkuW0EbYOmxx0Vggxng%3D%3D.xOQIdRT115cSWzS2Kui5THmClwiuqJgHJLQwwXKHT7o%3D)
Matlab马尔可夫链蒙特卡罗法(MCMC)估计随机波动率(SV,Stochastic Volatility) 模型|附代码数据
全文下载链接:http://tecdat.cn/?p16708(https://link.segmentfault.com/?encW13YvKIg8vndRhBSgWsRZA%3D%3D.p3aBSZw6GmpuGKUGGp1bpbjPvN%2B8nclvNU1EjS0KZ9c%3D
【视频】ARIMA时间序列模型原理和R语言ARIMAX预测实现案例
全文链接:http://tecdat.cn/?p32773(https://link.segmentfault.com/?encUGl8OLbKBUkxsAEhpXpeoA%3D%3D.dWlsBw%2Fcb5JP%2Bbz64zkRTPFZCF6Fqe6ybrO6XdP0w4Y%3D
DataLeap的全链路智能监控报警实践(三): 系统实现
系统实现整体架构!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/c3cb1599890c3b0fc9deab528e355e2b.png)基线管理模块:负责基线创建、更新、删除等操
深度学习应用篇-推荐系统[12]:经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比
深度学习应用篇推荐系统12:经典模型DeepFM模型、DSSM模型召回排序策略以及和其他模型对比1.DeepFM模型1.1.模型简介CTR预估是目前推荐系统的核心技术,其目标是预估用户点击推荐内容的概率。DeepFM模型包含FM和DNN两部分,FM模
深度学习应用篇-推荐系统[11]:推荐系统的组成、场景转化指标(pv点击率,uv点击率,曝光点击率)、用户数据指标等评价指标详解
深度学习应用篇推荐系统11:推荐系统的组成、场景转化指标(pv点击率,uv点击率,曝光点击率)、用户数据指标等评价指标详解1.推荐系统介绍在网络技术不断发展和电子商务规模不断扩大的背景下,商品数量和种类快速增长,用户需要花费大量时间才能找到自己想买的商品,这就是信息
数据分享|R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据|附代码数据
全文链接:http://tecdat.cn/?p22813(https://link.segmentfault.com/?enciQl2%2F9BAOBVF%2Fd3rjOVxjw%3D%3D.TeiMPsQfJinQgw4I7643lutm72i%2F%2BeBjxFv3%2FaJ
R语言用多元ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模|附代码数据
全文下载链接:http://tecdat.cn/?p20015(https://link.segmentfault.com/?encd9YpXHvAH0AAGmtAaCTJ1w%3D%3D.6UnH1Em4rce0UoKnDT4tkuWQUK3%2Bqze0xGgsnbpJ3xA%3D
SQL Server Analysis Services数据挖掘聚类分析职业、地区、餐饮消费水平数据|附代码数据
全文链接:http://tecdat.cn/?p31887(https://link.segmentfault.com/?enc6Yj41TOzTfn1ucpFFuNgEw%3D%3D.Ak9XIjirq6d8meFUnnHYkDkFurvwN0pp8zjoutkLHFc%3D)
Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集|附代码数据
全文链接:http://tecdat.cn/?p24376(https://link.segmentfault.com/?enc02HX7KAJjepkQjW7gaFi%2FQ%3D%3D.m9rQpdwFT0Bv1IO9iU%2BI5%2BwtuyUgv5ec%2BmoJeAbHAS
已加载文章中没有匹配内容,试试其他关键词或清空搜索。