数据科学组合
我正在或当前正在从事的项目的资源库。 它会定期更新。 这些项目是用R（R markdown）或Python（Jupyter Notebook）编写的。 单击项目以查看完整的分析和代码。
如果您想雇用数据科学家，请通过与我联系。
项目：
使用LSTM拟合了北京的五年天气数据
根据模型预测与实际数据之间的差异构造异常分数
高异常分数的调查时间段
结果证实高异常分数与极端天气（洪水，大雨，庆祝烟花等）相对应
关键字（异常检测，时间序列，LSTM，天气，北京，半监督学习）
随着每个区域投票结果的发布，实时预测的美国（2016）选举结果。
具有针对轮询数据的结果的回归状态以及其余状态的预测结果
蒙特卡洛斯模拟用来模拟选举的获胜者。
将模拟结果与汇率波动进行比较，以查看市场是否有效。
关键字（Python，线性回归，蒙特卡洛斯模拟）
自1960年以来，将幂律和对数正态分布应用于美国婴儿名字数据。
使用自举技术查找幂律参数的分布
搜寻Twitter以找到20000个随机用户，并将幂律分布分配给用户的朋友数和关注者数。
关键字（R，幂律，自举，对数正态）
解析了几GB的Tw
评论0