国科大《基因组分析技术与原理》2019年春季学期期末考试试题。

金融数据模型分析技术第一讲金融数据库

首先根据处理形式的不同,介绍了不同形式数据的特征和各自的典型应用场景以及相应的代表性处理系 统,总结了大数据处理系统的三大发展趋势;随后,对系统支撑下的大数据分析技术和应用(包括深度学习、知识计 算、社会计算与可视化等)进行了简要综述,总结了各种技术在大数据分析理解过程中的关键作用;最后梳理了大数 据处理和分析面临的数据复杂性、计算复杂性和系统复杂性挑战,并逐一提出了可能的应对之策.

人工智能-机器学习-柔性基础下复合地基沉降计算方法探讨.pdf

PB级大数据存储技术与分析技术解析

机器学习 此存储库包含与使用 R 编程语言的营销和业务分析问题相关的项目。 机器学习可以显着提高营销绩效。 项目 1：营销活动优化 - 我们能否确定要定位的正确客户？ 第一个项目的目标是提高银行的活动营销响应率。 营销部门需要了解什么是重要的。 我们如何将资源分配给更有可能响应的客户。 这是一个经典的二元分类问题。 我们有转换或未转换的客户。 在这个项目中，我通过逻辑回归和决策树来预测营销响应率。 通过此模型的输出，营销部门可以获得与过去营销活动成功转化的客户相似的客户资料。 这是我要发送给营销部门的个人资料。 Marketing should contact customers with these characteristics: 1. marital status - single 2. education - tertiary 3. had respond

【数据分析技术系列】之用户画像数据建模方法.pdf

日志分析的关键在于其完备性。日志易能够完整保存长周期、大容量的日志数据，为后期的分析提供了基础； 分析人员通过几下鼠标点击，即可快速完成诸如计数、时间段、数值分布、百分比、多级汇总、地理分布等统计操作，并通过最适合的图表进行呈现 日志的格式、内容五花八门，对其分析的方式方法更是如此。日志易提供了灵活、高效的数据分析语句，能够帮助用户从容的进行细粒度的数据分析 分析人员的任何一个想法、一个线索、一个疑点，都可以在几十甚至几秒的时间内得到验证，极大的提高了数据分析的效率

人工智能-机器学习-面向方面的软件容错模型设计与分析技术.pdf

《深入解析SAS:数据处理、分析优化与商业应用》是国内市场目前一本由SAS公司在中国的员工创作、全面系统地剖析SAS技术的著作。作者团队结合自身实际工作的经验体会和大量生动的实践案例，通俗易懂、循序渐进地对SAS的核心技术模块和架构体系进行了全方位的介绍、总结与分享，帮助读者深刻领会和掌握使用SAS进行数据挖掘与优化的专业知识，同时培养读者运用这些专业知识解决商业问题和实施商业项目的能力。