比特币价格预测 预测价格变化的“潜在源模型的贝叶斯回归”方法的实现。 您可以在了解有关该方法的更多信息。 要求 3.5 3.2 安装 确保已安装所有要求并为此项目（可选）。 然后按照安装说明进行操作： $ git clone https://github.com/stavros0/bitcoin-price-prediction.git $ cd bitcoin-price-prediction $ pip install -e . 用法 使用okcoin.py脚本每隔十秒钟从收集市场数据。 请记住，您至少需要721个数据点，以便 。 $ python okcoin.py 有关如何使用模块的信息，请参见 。 仅用于修补和实验，因此不会在屏幕上显示任何内容。 也就是说，您应该修改我的脚本或改为编写自己的脚本。 无论如何，您都必须使用Python。 执照 该项目根据MIT许可条款获得许可。 有关更多信息，请参见。

Kinect的实时骨骼跟踪技术获取身体关节点的三维位置信息，为进行人体姿势识别提供了丰富的信息，拟在三维关节点位置信息的基础上，建立一种实时的人体姿势识别系统。选择关节角度作为姿势特征，结合逻辑回归（logistic regression， LR）分类算法对54种姿势进行识别研究。实验结果表明，该姿势识别系统可以准确实时地识别人体姿势。

1 源码为python语言编写。 2 兼容地理加权回归和多尺度地理加权回归。 3 软件及源码由马里兰大学地理科学院提供。

　　Meta分析是通过综合多个研究结果,提供一个量化的平均 效果或联系,从而来回答研究问题。它的最大的优点是增大样 本量来增加结论的把握度,解决研究结果的不一致性。本文 将介绍偏倚的概念、纳入Meta分析中的原始文献存在的偏倚 和进行Meta分析过程中产生的两大类偏倚,并对报告偏倚的 各种检测方法重点进行讨论

线性回归预测matlab代码MGP 这是“边际 GP” (MGP) 的MATLAB实现，如下所述： Garnett, R.、Osborne, M. 和 Hennig, P. 高斯过程线性嵌入的主动学习。 (2014)。 第 30 届人工智能不确定性会议（UAI 2014）。 假设我们有一个关于潜在函数的高斯过程模型： 模型的超参数在哪里。 假设我们有一个观测数据集和一个测试点。 此函数返回相关观察值和潜在函数值的近似边际预测分布的均值和方差： 我们已经边缘化了超参数。 笔记 此代码仅适用于 GP 回归！ 假设具有高斯观测似然的精确推断。 MGP 近似要求提供的超参数是 MLE 超参数： 或者，如果使用超参数优先，则 MAP 超参数： 此函数不执行最大化，而是假设给定的超参数表示 。 依赖关系 此代码可与 GPML MATLAB 工具箱互操作，可在此处获得： GPML 工具箱必须位于您的 MATLAB 路径中，此函数才能工作。 此函数还依赖于gpml_extensions存储库，可在此处获得： 这也必须在您的 MATLAB 路径中。 用法 mgp.m的用法与 GPML 工具包中预测模式下

非线性回归简介 在许多场合，非线性回归函数比线性回归函数更能够正确地反映客观现象之间的相互关系。 非线性回归分析必须着重解决以下两个问题： 第一，如何确定非线性函数的具体形式。与线性回归分析的场合不同，非线性回归函数有多种多样的具体形式，需要根据所要研究的问题的性质并结合实际的样本观测值做出恰当的选择。 第二，如何估计函数中的参数。非线性回归分析最常用的方法仍然是最小二乘估计法，但需要根据函数的不同类型，作适当的处理。

人力资源数据分析 使用Logistic回归对公司的人员流失进行HR数据分析。 一家名为XYZ的大公司在任何给定时间点都雇用大约4000名员工。 但是，每年约有15％的员工离开公司，并需要用就业市场上可用的人才库来代替。 管理层认为，这种流失率（员工自己离开或被解雇而离职）对公司不利，原因如下：•前雇员的项目被推迟，这使得他们难以按时完成任务，从而导致消费者和合作伙伴之间的声誉损失•为了招募新人才，必须维持相当大的部门•通常，必须对新员工进行工作培训和/或给予时间使其适应环境的培训因此，管理层已与人力资源分析公司签约，以了解他们应重点关注哪些因素，以减少人员流失。 换句话说，他们想知道应该对工作场所进行哪些更改，以使大多数员工留下来。 而且，他们想知道这些变量中的哪一个最重要，需要立即解决。 案例研究的目标：您需要使用逻辑回归模型对损耗的概率进行建模。 管理层将使用由此获得的结果来了解他

按图索骥学-机器学习 有关机器学习的一组教程，深入浅出 用一副思维导图串联所有学习资源和知识点，每个同学都可以根据自己的情况，按图索骥，设计自己的学习路径，学习需要的课程 有关此课程详细信息，请访问https://code946.blog.csdn.net/

某城市的电网系统需要升级，以应对日益增长的用电需求。电网系统需要考虑最高温度对城市的峰值用电量的影响。项目负责人需要预测明天城市的峰值用电量，他搜集了以往的数据。现在，负责人提供了他搜集到的数据，并请求你帮他训练出一个模型，这个模型能够很好地预测明天城市的峰值用电量。

matlab开发-多元线性回归。线性回归