计算＆AI •
902 引用 •
973 回帖 •
449 关注
博客
关注
-
什么是数据挖掘? 人们总是希望能预测未来，比如预测明天的天气，预测某地区的房价，预测下个季度的销量，预测客户的购买喜好等等。 [图片] 那么，我们到底有没有办法做预测呢？ 举个例子。 傍晚，路 ..
-
客户信息标签化，即客户画像，是指通过收集客户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对客户或者产品特征属性进行刻画，并对这些特征进行分析、统计，挖掘潜在价值信息，从而抽象出客户的信 ..
-
DT时代，数据作为一种资产越来越受到重视，各行各业都积累了不少的历史数据。然而沉淀的数据只是资源，只有用起来，数据的价值才能释放。如何盘活数据资产，让历史数据中的价值充分发挥显得尤为重要。 数 ..
-
自从 AlphaGo 赢了之后，人工智能就变得非常热门了，ChatGPT的出现，更是将人工智能的热度推上了一个新高度。不过，大家在关注“智能”时，却很少把注意力放在“人工”上，似乎感觉上了人工 ..
-
今年以来最热门的的话题，莫过于ChatGPT，它吹响了AI大模型的号角，多家企业和机构以加速度扎堆冲入被ChatGPT轰炸出来的大模型赛道。然而这终究是属于科技巨头们的竞赛，开发大模型需要具备 ..
-
Ymodel,Weka和Rapidmine Studio(以下统一简称Rapidminer)是三款自动建模做的都不错的产品，在 Ymodel-Weka-Rapidminer 自动建模效果对比一 ..
-
目标：对比Weka，Rapidminer，Ymodel的自动建模效果 数据情况：共5份数据，3份分类，2份回归 2份Kaggle经典案例，3份真实业务数据 泰坦尼克数据 分类 Kaggle 房 ..
-
量化交易是通过编程建模等方式，利用概率论、统计学等知识从庞大的历史数据中总结规律并建模量化模型，然后凭借计算机强大的计算能力来高效、快速地进行交易决策。编程语言可选择的语言很多，下图是来自于T ..
-
可以用来做人工智能建模预测的工具非常多，比如Python, R, SAS，SPSS等，其中Python由于简单易学、丰富的数据科学库、开源免费等特点备受欢迎。但是对于不太熟悉数据建模算法的程序 ..
-
SPL 在易明建模的配合下可以提供的是全自动化的建模预测。使用方法主要包含以下步骤： 一、配置易明建模 1. 下载安装易明建模软件 下载地址：http://www.raqsoft.com.cn ..
-
什么是自动建模？ 自动建模也称为自动化机器学习，自动化 ML 或 AutoML，它是将机器学习模型开发过程中耗时的反复性任务自动化的过程。 业务人员、初学者、数据科学家、分析师和开发人员都可以 ..
-
随着人工智能技术的发展，近年来国内市场上出现了很多数据挖掘类的产品，本文总结了几种常见的产品特点，以供有需求的小伙伴参考。 BAT 作为互联网公司巨头，BAT 有着天然的数据优势，比如阿里在零 ..
-
Python/R Python 和 R 数据科学家最常用的工具，在机器学习领域有非常丰富的库资源，两者都是开源并且免费的，因此深受数据玩家们的喜爱。通常使用 Python 和 R 的都是专业的 ..
-
定性数据是指不能用数值尺度记录的数据，他们仅仅能被分成不同的类别，比如人的性别分为男、女，美国 50 名 CEO 的政治背景（民主党、共和党或无党派），消费者对某产品的满意程度（十分满意，一般 ..
-
我们来看一个例子，下图是一组球员的年收入数据，单位万美元，他们的平均收入是多少？ [图片] 很容易，我们能够计算出他们的平均年收入是 597 万美元，这么看球员似乎是一个非常高薪的职业，但是仔 ..
-
现在是大数据时代，数据中蕴含的价值也越来越受到重视，只要积累了足够的数据就可以利用 AI 技术手段来发掘数据里的价值。今天我们就来看下如何使用历史数据来进行商业预测。 1. 准备历史数据 历史 ..
-
前言 大数据时代，数据挖掘技术也从科研实验室走向了各种商业化的应用。但是, 对于我们大部分没有专业背景的人来讲，对数据挖掘的理解可能还是一个非常模糊的概念，仅仅知道数据科学家是一个高薪职业，自 ..
-
Case 1 背景：某银行个人分期违约数据，预测个人用户违约概率 数据集：290 万行，37 列， 477MB 目标变量：是否违约 评估内容： 测试集上模型表现：AUC、前 10%Lift、模 ..
-
在《 http://c.raqsoft.com.cn/article/1600226611215》(以下简称前文) 一文中我们介绍了如何使用历史数据进行商业预测的过程。不同的商业需求，还会有些 ..
-
我们在《 http://c.raqsoft.com.cn/article/1600226611215 》(以下简称前文) 一文中介绍了如何使用历史数据进行商业预测的过程。不同的商业需求，还会有 ..
-
使用历史数据进行商业预测，首先我们要知道什么东西是能够被预测的，举几个例子： 银行放贷款时，希望预测出当前贷款人是否可能违约？ 保险公司希望预测出客户的理赔风险，从而更灵活的制定保费，高风险高 ..
-
对于一个数据挖掘项目而言，我们可以选择的模型众多，比如我们可以选择：线性回归、Logistic 回归、决策树、集成算法等，同样对于一个模型而言，也有很多参数和图形来评估模型好坏。数据挖掘的目的 ..
-
数据挖掘模型建好后，我们通常会关注建模时的准确率查全率等指标，但是常常会忽略模型另一个重要指标：模型的衰减程度，也就是模型在实际应用中预测能力的变化（一般都会越用越差）。 为什么会发生模型衰减 ..
-
如今，提到人工智能，几乎无人不谈深度学习，似乎不用深度学习就不好意思谈人工智能。今天我们就用几分钟的时间来讲一下深度学习到底是什么，有什么用。 首先深度学习并不等于人工智能，它只是一种算法，和 ..
-
目前，由于数据挖掘技术的门槛较高，实现起来复杂度较大，因此一般一个数据挖掘项目通常就是建立一个模型，这个模型要尽量有更广泛的应用范围。这样做其实会导致模型的适应能力下降，而多个模型适用效果就远 ..
