摘要：
原文链接：http://tecdat.cn/?p=3059 介绍 处理分组数据和复杂层次结构的分析师，从嵌入在参与者中的测量，嵌套在州内的县或嵌套在教室内的学生，经常发现他们需要建模工具来反映他们数据的这种结构。在R中，有两种主要的方法来拟合多级模型，这些模型考虑了数据中的这种结构。这些教程将向用户 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=5374 我们要估计的模型是 y=a+bx+cd+ey=a+bx+cd+e， 其中是解释变量，，和是我们想要估计的系数。是控制变量，是治疗变量。我们特别关注我们的治疗效果对。 生成数据 首先，让我们生成数据。 假设 的工具变量和之间的相关矩阵如下： 阅读全文
摘要：
Python金融应用编程:衍生品定价和套期保值的随机过程 阅读全文
摘要：
在本文中，188个国家基于这19个社会经济指标聚集在一起，使用Python实现的蒙特卡罗K-Means聚类算法。通过将类似国家分组在一起并对其进行概括，聚类可以帮助减少识别有吸引力的投资机会所需的工作量。 在讨论聚类国家和得出结论的结果之前，本文详细介绍了距离度量，聚类质量测量，聚类算法，K-Mea 阅读全文
摘要：
本文将模拟退火（SA）算法应用于投资组合优化问题。模拟退火（SA）是一种通用的概率和元启发式搜索算法，可用于找到以具有多个最优的大搜索空间为特征的优化问题的可接受解决方案。投资组合优化涉及在资产之间分配资本，以最大化风险调整回报。 基本模拟退火算法 该算法的灵感来自冶金退火中的随机过程，其中材料被反 阅读全文
摘要：
我今年的研究课题是使用粒子群优化（PSO）的货币进位交易组合优化。在本文中，我将介绍投资组合优化并解释其重要性。其次，我将演示粒子群优化如何应用于投资组合优化。第三，我将解释套利交易组合，然后总结我的研究结果。我的研究会议论文由Andries Engelbrecht教授，Katherine Mala 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=6714 必须使用非常少的数据训练图像分类模型是一种常见情况，如果您在专业环境中进行计算机视觉，则在实践中可能会遇到这种情况。“少数”样本可以表示从几百到几万个图像的任何地方。作为一个实际例子，我们将重点放在将图像分类为狗或猫的数据集中，其中包含4, 阅读全文
摘要：
Gabor特征已广泛用于图像分析和处理（字符和面部识别）。Gabor（诺贝尔奖获得者，电气工程师和物理学家）使用了以下措辞，我认为在这个小插图中值得一提，“你无法预测未来，但你可以发明它。” 在下面的几行中，我将描述GaborFeatureExtract R6类，其中包括以下方法， GaborFea 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=6613 任何时间序列都可以表示为在 谐波 频率上振荡的余弦和正弦波之和= j / n，其中j = 1,2，...，n / 2。周期图给出了关于各种频率的相对强度的信息，用于解释时间序列的变化。 周期图是称为谱密度 函数的样本估计，其是群体平稳时间序 阅读全文
摘要：
原文链接：http://tecdat.cn/?p=4276 阈值模型用于统计的几个不同区域，而不仅仅是时间序列。一般的想法是，当变量的值超过某个阈值时，过程可能表现不同。也就是说，当值大于阈值时，可以应用不同的模型，而不是当它们低于阈值时。例如，在药物毒理学应用中，可能低于阈值量的所有剂量都是安全的 阅读全文