分享
Python金融大数据挖掘与分析全流程详解
作者：王宇韬 房宇亮 肖金鑫
出版社：机械工业出版社
ISBN：9787111633204
VIP会员免费
（仅需0.8元/天）
¥ 45.0
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
-
-
数据挖掘与R语言_李洪成 评分:
数据挖掘的一个关键问题是数据量。典型的数据挖掘问题包括一个大的数据库，需要从中提取有用的信息。
上传时间：2018-02 大小：23.3MB
15KB数据挖掘与R语言代码
2016-04-24数据挖掘与R语言代码，分享快乐,这是我在大学里下载的
18.84MB《R语言数据挖掘》R代码和案例数据
2017-12-15《R语言数据挖掘》R代码和案例数据《R语言数据挖掘》R代码和案例数据《R语言数据挖掘》R代码和案例数据
- 18.90MB
《R语言数据挖掘(第2版)》R代码和案例数据.rar
2022-05-05《R语言数据挖掘(第2版)》R代码和案例数据.rar
- 23.4MB
数据挖掘与R语言
2019-05-16面向机器学习中的数据挖掘领域的R语言实战教程，理论与实际结合
454KB保护告警序列差分隐私的网络入侵关联方法_李洪成.pdf
2019-05-14网络入侵情报协同分析的过程中，告警数据的共享使得被攻击者面临隐私泄露的风险。针对现有的告警信息隐 私保护方法无法应对任意背景知识下恶意分析的问题，提出了一种支持差分隐私保护的网络告警关联分析方法。首先...
5.81MBTomcat与Java Web开发技术详解（孙卫琴、李洪成 著）
2009-04-14Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）
- 10.0MB
Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）\Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part2.rar
2009-10-19Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）\Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part2.rar
- 10.0MB
Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part1.rar
2009-10-19Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part1.rar 总3部分
- 9.0MB
Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part1
2007-08-30Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part1 一共有三部分,需要集齐才能解压!!!!!!
- 6.37MB
Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part3
2007-08-30Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part3 一共有三部分,需要集齐才能解压!!!!!!
- 9.0MB
Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part2
2007-08-30Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part2 一共有三部分,需要集齐才能解压!!!!!!
- 4.72MB
Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part3.rar
2009-10-19D:\我的文档\桌面\Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）\Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part3.rar 总共3部分
- 13.44MB
Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）part3
2009-04-14Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）
- 18.55MB
Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）PART1
2009-04-14Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）
- 10.47MB
Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part2.rar
2010-05-04本书详细介绍了在Tomcat5版本上开发Java Web应用的各种技术，主要内容包括：Tomcat和Java Web开发的基础知识，.......
- 42.22MB
Tomcat与java web 开发技术详解-孙卫琴-第二版
2015-07-10Tomcat与java web 开发技术详解-孙卫琴-第二版 内容详细，清晰，前270页
- 8.0MB
Tomcat与Java Web开发技术详解 3
2008-03-02Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part3
- 8.0MB
Tomcat与Java Web开发技术详解1
2008-03-01Tomcat与Java Web开发技术详解1 孙卫琴、李洪成 著
- 8.0MB
Tomcat与Java Web开发技术详解 2
2008-03-02Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part2
- 384KB
Tomcat与Java Web开发技术详解 4
2008-03-02Tomcat与Java Web开发技术详解（孙卫琴、李洪成 著）.part4
- 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
- 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。
- 1.3MB
亚博K210模型训练部署
2023-07-11亚博K210模型训练部署
- 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。
- 28.70MB
EDA探索式数据分析案例数据集
2024-02-25EDA探索式数据分析案例数据集
