VIP会员

金融数据分析导论：基于R语言

金融数据分析导论：基于R语言；想做金融数据分析的学习R语言的不错的书籍！

金融数据分析导论：基于R语言 前两章

基于R语言的金融数据分析，对于数据分析感兴趣的可以看一下

金融数据分析导论，基于R语言

专门简介一些R语言的金融数据分析方法，简单易懂，对于需要用R语言的童鞋很有用

金融数据分析导论

基于r语言的金融分析,时间序列分析，面板数据，联立方程模型

电商数据分析-电商数据分析导论-数据分析在电商中的应用.pdf

电商数据分析导论 1.3数据分析在电商中的应用 1 业务场景 2 3 CONTENTS 数据诊断及复盘 市场分析 4 竞争分析及渠道分析 5 活动及广告分析 6 产品分析及库存分析 7 消费者分析 业务场景 PART ONE 业 务 场 景 数据...

金融数据分析导论数据.zip

金融数据分析导论的完整版数据，已按书中章节将数据分门别类整理，使用者在R语言中更改工作路径后，即可直接调用，非常方便。

金融分析导论:基于R语言

金融数据分析，基于R语言，可以用来熟悉金融数据模型，

统计学习导论-基于R应用

以R语言为基础，详细介绍各种数据建模，统计方法，主要包括：线性回归，逻辑斯谛回归、LDA，DA和KNN 、抽样方法、线性模型选择与正则化、线性模型、决策树、支持向量机、无指导学习等。

54820-数据科学导论——基于Python语言（微课版）-数据集.zip.zip

54820-数据科学导论——基于Python语言（微课版）-数据集.zip

An_introduction_to_R(中文).pdf

An_introduction_to_R(中文).pdf，课程整理版，资源页有打包PDF下载，其中包括本书

Statistical Analysis of Financial Data in R

用R语言进行金融数据的统计分析，包括股票、期货、期权等

ch1_金融数据分析导论基于R语言ch1程序_

辅助课堂知识实践，有数据有程序，十分齐全

统计学习导论-基于R应用（书+思维导图+书中代码+习题答案）.zip.baiduyun.p.downloading

统计学习导论-基于R应用（书+思维导图+书中代码+习题答案）.zip.baiduyun.p.downloading

金融数据分析导论（包含代码和数据）

金融数据分析导论（包含代码和数据）

北工大数据分析与R软件上机作业答案

北工大数据分析与R软件上机作业答案，答案详细，有代码和截图。

基于Python爬虫实现天气预报和数据可视化分析，应付数据分析大作业

基于Python爬虫实现天气预报和数据可视化分析，应付数据分析大作业，内含Python原文件及所需库说明

EDA探索式数据分析案例数据集

EDA探索式数据分析案例数据集

Python数据分析项目实践，包括数据读取、评估、清洗、分析、可视化机器学习相关内容等

Python数据分析项目实践，包括数据读取、评估、清洗、分析、可视化机器学习相关内容等

5-8抖音数据分析数据集

这个数据集对应我写的一篇博客，下载此数据集即可运行我的代码。

Python数据分析与可视化大作业 + 源代码 + 数据 + 详细文档

Python数据分析与可视化大作业 + 源代码 + 数据 + 详细文档

python数据分析大作业-爬虫、建立模型、可视化、结论分析

包括代码文件

origin2021下载免费分享

origin2021 下载途径：百度网盘、阿里云盘下载

统计数模历年优秀论文-全国大学生统计建模大赛

为在大学生中倡导学习统计、应用统计的良好氛围，促进大学生关注经济社会热点难点问题，适应大数据时代下高校及统计部门对统计人才的培养要求，中国统计教育学会、全国应用统计专业学位研究生教育指导委员会联合举办2021年（第七届）全国大学生统计建模大赛，本届大赛主题为“数据新动能的统计测度研究”，旨在提高大学生数据挖掘、数据分析、运用统计方法及计算机技术处理数据的能力，加强创新思维意识，助力推进统计现代化改革。经过一年的筹备、征集和筛选评议工作，最终选出这26篇优秀论文集结成册，展示当代大学生的统计应用能力和研究水平。 欢迎扫描以上二维码订阅 扫一扫在手机打开 上一篇： 《2022年（第八届）... 下一篇： 关于公布2022年（第... 评论262 0/150 提交 热门评论 相关推荐 关于公布2023年（第九届）全国大学生统计建模大赛报名信息的通知 大赛动态 2023-04-10 10:00595451143 《2023年（第九届）全国大学生统计建模大赛主题解读》（视频） 大赛动态 2023-04-06 09:0046299990 “全国大学生统计建模大赛”成功入

r语言数据分析案例数据分析、数据预测和机器学习案例

如果您正在寻找一份完整的R语言数据分析、数据预测和机器学习案例，那么我们的资源库将为您提供一切所需。本资源库提供了一系列案例，包括数据可视化、数据清洗、机器学习模型构建和数据预测等内容。我们的案例旨在帮助您更好地了解R语言的使用和机器学习的基础知识。 我们的资源库包括以下主题： 数据可视化：使用ggplot2包和其他R语言可视化工具，展示如何将数据可视化，从而更好地理解数据并做出更明智的决策。 数据清洗：展示如何使用dplyr包和其他数据清洗工具来清洗和准备数据，使其可以用于机器学习模型的训练。 机器学习模型构建：使用caret包和其他机器学习工具，构建和训练各种类型的机器学习模型，包括回归、分类和聚类模型等。 数据预测：展示如何使用机器学习模型来预测未来数据，并对预测结果进行评估和优化。 每个案例都包含完整的代码和数据集，可以帮助您更好地了解每个步骤的细节和操作。我们的资源库适合各种级别的用户，包括初学者和有经验的用户。您可以根据自己的兴趣和需求选择不同的主题，并按照自己的步骤和想法来运行代码和修改案例。 如果正在寻找一份完整的R语言数据分析、数据预测和机器学习案例，

2023高教社数学建模C题 - 蔬菜类商品的自动定价与补货决策【数据处理详细代码】

商超（超市和零售店）在现代经济中扮演着至关重要的角色，然而，它们在蔬菜商品管理中面临着多重挑战。这些挑战包括如何准确预测销售趋势、合理制定价格策略、以及有效制定补货计划等问题。 解决这些问题对于商超来说至关重要，因为它们直接影响着销售收益、库存成本和客户满意度。因此，本研究旨在为商超提供一套全面的蔬菜商品管理策略，以帮助它们更好地应对这些挑战。 针对问题一，在蔬菜商品管理中，首要问题之一是如何准确预测销售趋势。这包括了不同蔬菜品类的销售模式，如季节性销售高峰和低谷。我们需要深入了解哪些蔬菜在特定时间段内销售最活跃，以及它们之间的差异。这个问题的解决有助于商超更有针对性地制定促销策略和补货计划。 针对问题二，制定合理的价格策略对于商超至关重要，因为它们需要平衡销售利润和客户价格敏感度。我们需要建立一个定价模型，考虑商品成本、预期销售量和销售利润等因素。这个模型将为每个蔬菜品类提供合理的售价建议，确保商超实现销售利润的最大化，同时提供具有竞争力的价格。 针对问题三，如何确定每个单品的补货量以及建议的定价策略是另一个重要问题。我们需要通过组合优化方法，确定每个单品的最佳补货量和定价策