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
首页
留言交流
联系我们
回顶部