摘要：
原文链接：http://tecdat.cn/?p=19818 在移动广告领域，移动APP广告因其独特的价值而受到广告商的青睐。APP广告可以准确地根据用户的地理位置、时间、型号、移动操作系统、设备价格，甚至设备品牌来进行广告；同时，新技术支持个性化的交互形式，例如传感器、增强现实和触摸屏技术，使广告 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=19751 本示例说明如何使用长短期记忆（LSTM）网络对序列数据进行分类。 要训练深度神经网络对序列数据进行分类，可以使用LSTM网络。LSTM网络使您可以将序列数据输入网络，并根据序列数据的各个时间步进行预测。 本示例使用日语元音数据集。此示 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=19737 Stan是一种用于指定统计模型的概率编程语言。Stan通过马尔可夫链蒙特卡罗方法（例如No-U-Turn采样器，一种汉密尔顿蒙特卡洛采样的自适应形式）为连续变量模型提供了完整的贝叶斯推断。 可以通过R使用rstan 包来调用Stan，也可 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=19688 在引入copula时，大家普遍认为copula很有趣，因为它们允许分别对边缘分布和相依结构进行建模。 copula建模边缘和相依关系 给定一些边缘分布函数和一个copula，那么我们可以生成一个多元分布函数，其中的边缘是前面指定的。 考虑 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=19664 MCMC是从复杂概率模型中采样的通用技术。 蒙特卡洛 马尔可夫链 Metropolis-Hastings算法 问题 如果需要计算有复杂后验pdf p（θ| y）的随机变量θ的函数f（θ）的平均值或期望值。 您可能需要计算后验概率分布p（θ 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=19611 过程会随着时间的推移而发展，结果会发生变化。 考虑一下经济衰退和扩张。在衰退开始时，产出和就业率下降并保持较低水平，然后，产出和就业率增加。从统计上讲，均值，方差和其他参数在各个状态之间都在变化。我们的问题是估计方案何时更改以及与每个方案 阅读全文
摘要：
原文链接 ：http://tecdat.cn/?p=19542 时间序列预测问题是预测建模问题中的一种困难类型。 与回归预测建模不同，时间序列还增加了输入变量之间序列依赖的复杂性。 用于处理序列依赖性的强大神经网络称为 递归神经网络。长短期记忆网络或LSTM网络是深度学习中使用的一种递归神经网络，可 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=19518 介绍 模型表现差异很大的可能原因是什么？换句话说，为什么在别人评估我们的模型时会失去稳定性？ 在本文中，我们将探讨可能的原因。我们还将研究交叉验证的概念以及执行它的一些常用方法。 目录 为什么模型会失去稳定性？ 什么是交叉验证？ 交叉验证 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=19469 本文将分析工业指数（DJIA）。工业指数（DIJA）是一个股市指数，表明30家大型上市公司的价值。工业指数（DIJA）的价值基于每个组成公司的每股股票价格之和。 本文将尝试回答的主要问题是： 这些年来收益率和交易量如何变化？ 这些年来，收 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=19405 包含更多的预测变量不是免费的：在系数估算的更多可变性，更难的解释以及可能包含高度依赖的预测变量方面要付出代价。确实， 对于样本大小，在线性模型中可以考虑 的预测变量最大数量为 p 。或等效地，使用预测变量p 拟合模型需要最小样本量。 如果 阅读全文