Python贝叶斯分析
作者:[阿根廷] 奥斯瓦尔多·马丁
出版社:人民邮电出版社
ISBN:9787115476173
VIP会员免费
(仅需0.8元/天)
¥ 44.16
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
贝叶斯统计 评分:
统计理论中的分支,贝叶斯统计经典教材,学习人工智能必须要掌握的基础只是
上传时间:2018-12 大小:4.06MB
- 598KB
贝叶斯统计答案.pdf
2021-12-21韦来生老师的贝叶斯统计第二版答案
- 12.71MB
《贝叶斯统计》第七章贝叶斯计算.pdf
2020-11-23《贝叶斯统计》第七章:MCMC介绍、贝叶斯分析中的直接抽样方法、Dibbs抽样、M-H算法《贝叶斯统计》第七章:MCMC介绍、贝叶斯分析中的直接抽样方法、Dibbs抽样、M-H算法
- 75.52MB
贝叶斯统计,第二版
2018-12-12贝叶斯统计教材及课后习题答案,茆诗松,汤银才编著,清晰版
- 1.70MB
贝叶斯统计课后答案
2012-12-26贝叶斯统计课后答案 第一章 先验分布与后验分布 第二章 贝叶斯推断 第三章 先验分布的确定
- 9.75MB
贝叶斯统计讲义课件 PPT
2018-01-28采用这种方法作统计推断所得的全部结果,构成贝叶斯统计的内容。认为贝叶斯方法是唯一合理的统计推断方法的统计学者,组成数理统计学中的贝叶斯学派,其形成可追溯到 20世纪 30 年代。到50~60年代,已发展为一个有...
- 1KB
贝叶斯统计推断介绍
2017-09-13贝叶斯统计推断介绍
- 4.8MB
贝叶斯统计 茆诗松
2018-09-25应用统计用的教材,老师推荐的统计书茆诗松老师写的贝叶斯统计
- 4.94MB
贝叶斯统计_茆诗松
2018-11-02非常经典的茆诗松的《贝叶斯统计》教材,教材有点老了,1999年版的。
- 13KB
haoning.zip_贝叶斯统计
2022-09-21主要为数据分析和统计,数据包传送源码程序,包括主成分分析、因子分析、贝叶斯分析。
- 457KB
贝叶斯统计复习.pdf
2023-04-13。。。
- 3.57MB
贝叶斯统计-ch0-引言
2017-11-20贝叶斯统计-ch0-引言 贝叶斯统计-ch0-引言 贝叶斯统计-ch0-引言
- 28KB
内曼皮尔逊统计与贝叶斯统计区别
2020-10-05通过实例简单描述了内曼皮尔逊统计与贝叶斯统计区别,还通过实例分别对内曼皮尔逊统计流程(假设检验)做了详细描述,还通过实例分别对贝叶斯统计流程(先验概率*条件概率=后验概率)做了详细描述,方便 大家理解;
- 734KB
茆诗松《贝叶斯统计》第二版课后答案.pdf
2021-01-24茆诗松《贝叶斯统计》第二版课后答案.pdf
- 24.18MB
贝叶斯统计专业书籍大合集
2015-10-08分享产生价值!贝叶斯统计专业书籍大合集!经典,有些是在淘宝上购买的,一起分享给大家学习!
- 11.9MB
贝叶斯统计ch5贝叶斯决策.pdf
2022-05-19贝叶斯统计ch5贝叶斯决策.pdf贝叶斯统计ch5贝叶斯决策.pdf贝叶斯统计ch5贝叶斯决策.pdf贝叶斯统计ch5贝叶斯决策.pdf贝叶斯统计ch5贝叶斯决策.pdf
- 26.80MB
贝叶斯统计的入门介绍书籍
2018-11-13Over a number of years I taught the standard, classical, theory of statistics to a large number of students, most of whom appeared to have similar difficulties to those I had myself encountered in ...
- 67.54MB
贝叶斯统计_第2版_茆诗松_汤银才
2019-03-14贝叶斯统计_第2版_茆诗松_汤银才
- 11.50MB
贝叶斯统计与建模综述(发表于Nature)
2021-01-21贝叶斯统计是一种基于贝叶斯定理的数据分析方法,统计模型中有关参数的可用知识会随着观测数据中的信息而更新。背景知识以先验分布的形式表示,并以似然函数的形式与观测数据结合来确定后验分布。
- 2.57MB
Bayesian:贝叶斯统计分析
2021-03-06贝叶斯 贝叶斯统计分析
- 1.95MB
ChatGPT教程(终极版)最全整理
2023-05-16这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门,你看我这篇文章就够了。 如果你已经用上了ChatGPT,更要恭喜你挖到宝藏,后面的高级技巧一定能让你有收获。 文章包含以下内容: 一、ChatGPT是啥?有什么用; 二、ChatGPT如何注册; 三、ChatGPT使用方法; 四、用ChatGPT搞钱; 五、高级技巧;
- 58KB
博客中Kmeans以及FCM算法数据(免积分)
2023-05-16博客中Kmeans以及FCM算法的数据,包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集,下载在直接存入项目文件夹即可,如果下载不了,可以私信我,看到后会及时回复。
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集
- 1.87MB
XGBoost+LightGBM+LSTM-光伏发电量预测
2022-12-24包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上,论证了辐照度、光伏板工作温度等影响光伏输出功率的因素,通过实时监测的光伏板运行状态参数和气象参数建立预测模型,预估光伏电站瞬时发电量,根据光伏电站DCS系统提供的实际发电量数据进行对比分析,验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献
- 2.20MB
Mathwork+Matlab+编程手册
2023-08-25Introduction to Programming with MATLAB ~ Vanderbilt University
- 40.89MB
中文短信数据集-带标签
2024-02-05本数据集可用于进行文本分类、信息检索等自然语言处理实验,共包含80万条短信。其中:原始数据集data.txt每行为1条短信,格式为“标签\t短信内容”,标签=0表示正常短信,标签=1表示垃圾短信。train.csv和test.csv为拆分后的训练集与测试集,拆分代码为train_test_split.py。stopwords.txt为使用的停用词。 基于该数据集的文本分类详见文章https://blog.csdn.net/baidu_40395808/article/details/135793836,基于该数据集的信息检索详见文章https://blog.csdn.net/baidu_40395808/article/details/135897480。 示例如下: 0 商业秘密的秘密性那是维系其商业价值和垄断地位的前提条件之一 1 《依林美容》三.八.女人节倾情大放送活动开始啦!!!!超值套餐等你拿,活动时间x月x日一x月xx日, 详情进店咨询。美丽热线x
- 321KB
Stable-Diffusion WEBUI 简体中文语言包(2023.05.30更新)
2023-05-30AI绘图,Stable-Diffusion WEBUI,本地化(简体中文)语言文件。 原始文件来自翻译插件,根据自己实际使用情况,增加和修改了一些翻译。 配合【双语插件】看上去要自然一点,内容还在继续完善中。 本次增加了一些翻译内容,特别是插件。 同时继续合并了其它翻译插件的内容。 最近文字提示修改得有点多啊。 请放入“你的SDWebUI项目位置/localizations/”中。 中文翻译部分删掉了不少括起来的英文原文,所以别直接选它用。 请配合【Bilingual Localization】插件使用,双语同时显示,效果最好。
- 407KB
时间序列预测模型实战案例(Xgboost)(Python)(机器学习)包括时间序列预测和时间序列分类,点击即可运行!
2023-09-25内容概要 资源包括三部分(时间序列预测部分和时间序列分类部分和所需的测试数据集全部包含在内) 在本次实战案例中,我们将使用Xgboost算法进行时间序列预测。Xgboost是一种强大的梯度提升树算法,适用于各种机器学习任务,它最初主要用于解决分类问题,在此基础上也可以应用于时间序列预测。 时间序列预测是通过分析过去的数据模式来预测未来的数值趋势。它在许多领域中都有广泛的应用,包括金融、天气预报、股票市场等。我们将使用Python编程语言来实现这个案例。 其中包括模型训练部分和保存部分,可以将模型保存到本地,一旦我们完成了模型的训练,我们可以使用它来进行预测。我们将选择合适的输入特征,并根据模型的预测结果来生成未来的数值序列。最后,我们会将预测结果与实际观测值进行对比,评估模型的准确性和性能。 适合人群:时间序列预测的学习者,机器学习的学习者, 能学到什么:本模型能够让你对机器学习和时间序列预测有一个清楚的了解,其中还包括数据分析部分和特征工程的代码操作 阅读建议:大家可以仔细阅读代码部分,其中包括每一步的注释帮助读者进行理解,其中涉及到的知识有数据分析部分和特征工程的代码操作。
- 1.3MB
亚博K210模型训练部署
2023-07-11亚博K210模型训练部署