原文：在高维数据中寻找价值线索：神经科学家的典型相关分析（CCA)
CCA典型关联分析原理与Python案例
脑机接口社区    阅64
答疑解惑专题（三）——代谢组学数据处理
Jessiee_    阅23024    转179
【1115.】PCA、PLS-DA、OPLS-DA到底啥关系？
松哥精鼎统计    阅29743    转156
干货｜浅析代谢组学最常用到的数据分析方法
栖柒七    阅9494    转38
Nature neuroscience：功能核磁共振成像(fMRI)分析的计算方法
老赵0717    阅315    转5
如何理解特征工程？
无悔大哥chen    阅4797    转22
软传感器的技术与应用
老黄兄    阅905    转15
【代谢组学】利用多元统计从代谢组数据中提取有意义的信息
remax520    阅905    转17
10种线性代数在数据科学中的强大应用（内附多种资源）
wistreer    阅3947    转12
【新提醒】[CHINAQIR]基于主成分分析(PCA)的股票市场焦虑检测模型
无云666    阅467    转11
主成分模型如何应用于超市销售
拓端数据tecdat    阅317    转8
大数据知识合集之预处理方法
学掌门    阅469    转8
如何成为一名数据科学家？
天下小粮仓    阅356    转4
【技术必备】解读 2016 年十大机器学习算法及其应用
LZS2851    阅97    转4
临床预测模型文章解读第十期：人工智能结合大数据预测前列腺癌淋巴结转移
阮朝阳的图书馆    阅301    转5
数据科学家成长指南(下)
weiwarm    阅103    转3
机器学习工程师必知的十大算法
黑马_御风    阅98    转3
用户特征工程详细解读
新用户9223uSBX    阅46    转3
偏最小二乘回归（PLSR）和主成分回归（PCR）
拓端数据    阅765    转2
朝阳35处| 概率图模型在风控中的应用
kieojk    阅415    转2
机器学习初学者需要了解的基本算法有哪些？
南风清雨    阅288    转2
干货 ‖ 机器学习十大算法
taomaohu860706    阅99    转2
机器学习：降维技术完整指南
taotao_2016    阅352    转2
【特征工程】特征选择与特征学习
Z2ty6osc12zs6c    阅77
实践中提升风控模型效能，降低共线性的实例操作
发现探索    阅8
想了解机器学习？你需要知道的十个基础算法 | 雷锋网
quasiceo    阅102
想去机器学习初创公司做数据科学家？这里有最常问的40道面试题
育则维善余言    阅80
线性代数在数据科学中的十个强大应用（一）
走路先生    阅223    转2