作者：jiago王 链接：https://zhuanlan.zhihu.com/p/21378331 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处…

from http://blog.163.com/qiaozhanwen@126/blog/static/12955392520128225952558/ PROC UNIVARI…

作者：此人已死 链接：https://www.zhihu.com/question/22119753/answer/54320521 来源：知乎 著作权归作者所有，转载请联系作者获…

作者：此人已死 链接：https://www.zhihu.com/question/29265587/answer/44010658 来源：知乎 著作权归作者所有，转载请联系作者获…

来自 http://blog.163.com/zhoulili1987619@126/blog/static/353082012015516103746884/ 指数平滑法对于预测…

来自 http://zhoulili1987619126.lofter.com/post/1cc8f7a3_5611361 08年毕业，不知不觉的混进了电子商务行业，又不知不觉的做…

转自 http://blog.sina.com.cn/s/blog_8baaaca501010cj9.html Logistic回归主要用来处理应变量为分类变量的问题，比如生存和死…

By Rick Wicklin (This article was originally published at The DO Loop, and syndicated at S…

来自 http://blog.sina.com.cn/s/blog_7dc56e6e0100qxjz.html 正态分布也叫常态分布，在我们后面说的很多东西都需要数据呈正态分布。下…

from http://blog.sina.com.cn/s/blog_7dc56e6e0100qzra.html    箱线图前提不要求正态分布，而Z分数法前提要求正态分布。  …

作者：王良，硕士，毕业于北京师范大学，计算数学专业，研究方向基于大数据的数据挖掘应用研究及数据系统开发 来源：内容摘自北京城垣数字科技有限责任公司与北京城市规划设计研究院规划信息中…

Caravel 是 Airbnb （知名在线房屋短租公司）开源的数据探查与可视化平台（曾用名Panoramix），该工具在可视化、易用性和交互性上非常有特色，用户可以轻松对数据进行…

大数据是一个含义广泛的术语，是指数据集，如此庞大而复杂的，他们需要专门设计的硬件和软件工具进行处理。该数据集通常是万亿或EB的大小。这些数据集收集自各种各样的来源：传感器，气候信息…

本期我们有幸采访到的嘉宾名叫兰锦池，2012年硕士毕业，概率论与数理统计专业，崇尚概率论和统计学解决问题的思想，喜爱折腾各种实际数据，愿意跟数据挖掘模型死磕。 现在他是一名资深数据…

安装 SCIKIT-LEARN是一个基于python/numpy/scipy的机器学习库 windows下最简单的安装方式是使用winpython进行安装 WinPython地址 …

作者：Nicol 一、推荐系统概述和常用评价指标 1.1 推荐系统的特点 在知乎搜了一下推荐系统，果真结果比较少，显得小众一些，然后大家对推荐系统普遍的观点是： (1)重要性UI&…

Druid 是为大型数据集上实时探索查询的引擎，提供专为 OLAP 设计的开源分析数据存储系统，它的设计意图是在面对代码部署、机器故障以及其他产品系统遇到不测时能保持100%正常运…

购买链接： 智能大数据SMART准则：数据分析方法、案例和行动纲领 书名：智能大数据SMART准则：数据分析方法、案例和行动纲领 作者：（美）Bemard Marr著 秦磊 曹正凤…

要分析文本内容，最常见的分析方法是提取文本中的词语，并统计频率。频率能反映词语在文本中的重要性，一般越重要的词语，在文本中出现的次数就会越多。词语提取后，还可以做成词云，让词语的频…

转自 http://www.cnblogs.com/pinard/p/6143927.html 作者邮箱liujianping-ok@163.com 在梯度提升树(GBDT)原理小…