随着数据挖掘技术的快速发展，人们在关注数据整体趋势的同时，开始越来越关注那些明显偏离数据整体趋势的离群数据点，因为这些数据点往往蕴含着更加重要的信息，而处理这些离群数据要依赖于相应的数据挖掘技术。 离群点挖掘的目的是有效的识别出数据集中的异常数据，并且挖掘出数据集中有意义的潜在…

我们已经展示了如何使用预测算法来跟踪经济发展。在本教程中，我们将构建一个实时健康显示面板，用来追踪一个人的血压读数，进行时间序列分析，然后使用预测算法绘制时间趋势。本教程是使用时间序列算法和预测API来创建你个人健康显示面板的起点。

最近不少同学跃跃欲试，想投入 AI 的怀抱，但苦于不知如何下手。其中，人工智能的核心就是机器学习（Machine Learning），它是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。 我们今天就来分享一篇来自 EliteDataScience 上专门讲给机器学习入…

说到特征工程，就不得不提有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已，从而可见，特征工程的重要程度。 特征： 是指数据中抽取出来的对结果预测有用的信息，也就是数据的相关属性。 在确定好我们的目标后，我们首先要做的就是根据业务场景，…

本文以Kaggle比赛Titanic入手，介绍了特征工程的几个方法，最后训练了三个模型(RF,GBDT,SVM)并使用了一个集成方法(Voting Classifier)进行预测。 下面是kaggle对于这个比赛的介绍。 简单来说就是已知乘客的各种信息，去推断这名乘客是否会幸存…

AI 人工智能时代，机器学习，深度学习作为其核心，这篇文章主要介绍机器学习的基础算法，以详细线介绍线性回归算法及其数学原理探究，做到知其然知其所以然，打好理论基础。

再次感谢作者。 昨天我从Youtube上把PyCon2018和PyData2018两个会议对自己比较有用的视频下载下来，昨天分享的《使用pandas做更好的数据科学》来自PyData2018。受到该演讲者内容启发写了本文。 日常生活中，像亚马逊、淘宝、京东、今日头条等各大互联网…

简介股票价格预测是一件非常唬人的事情，但如果只基于历史数据进行预测，显然完全不靠谱股票价格是典型的时间序列数据（简称时序数据），会受到经济环境、政府政策、人为操作多种复杂因素的影响不像气象数据那样具备