活动
数学建模算法与应用 第10章 多元分析及其方法
多元分析是用于分析和解释多个变量之间关系的一组统计技术。在许多实际应用中，如市场营销、医学研究和社会科学中，变量往往不是独立的，多个变量之间可能存在复杂的相互作用。多元分析方法通过统计建模，揭示数据中隐藏的结构和规律。
数学建模算法与应用 第9章 支持向量机及其方法
支持向量机（Support Vector Machine, SVM）是一种监督学习方法，广泛应用于分类和回归分析中。它通过寻找最优分隔超平面来最大化类别之间的间隔，是一种强大且高效的机器学习算法。
数学建模算法与应用 第11章 偏最小二乘回归及其方法
偏最小二乘回归（Partial Least Squares Regression, PLS）是一种用于分析多个自变量和因变量之间关系的多元统计方法，特别适用于当自变量之间存在多重共线性，或自变量数量大于样本数量的情况。PLS通过同时对自变量和因变量进行降维，提取出一组潜在变量来建立回归模型。
数学建模算法与应用 第7章 数理统计与方法
数理统计是通过数据来推断不确定性的科学工具，在数据分析和科学实验中起着至关重要的作用。统计方法可以帮助我们从样本中推断总体的特性，验证假设并分析变量之间的关系。
数学建模算法与应用 第6章 微分方程建模及其求解方法
微分方程是描述自然界中变化过程的重要数学工具。在物理、化学、生物学以及工程等领域，许多问题都可以通过微分方程来建模。通过对微分方程的求解，可以更好地理解和预测系统的动态行为。
数学建模算法与应用 第12章 现代优化算法
现代优化算法是一类基于自然启发的全局优化方法，适用于解决传统优化方法难以处理的复杂、多峰、多约束等优化问题。这些算法通过模拟自然界中的生物行为和演化过程，能够在高维和复杂的搜索空间中找到接近最优的解。
数学建模算法与应用 第2章 整数规划及其求解方法
整数规划是线性规划的扩展，其中部分或全部决策变量必须是整数。整数规划广泛应用于生产调度、物流管理、资源分配等领域，特别适用于那些要求解为离散值的场景。
算法复杂度与图算法 - 离散数学系列（十）
在计算机科学中，算法的效率是非常重要的评价标准，而算法复杂度是用来衡量算法效率的一种方式。了解算法的复杂度有助于在解决实际问题时选择最优的方法。此外，图算法在图论中有着重要的地位，广泛用于解决网络中的最短路径、节点间的连通性等问题。
c++复习基础
c++复习基础
LVS 调度算法详解
LVS 调度算法详解
pandas数据分析41——不同地区不同城市数据分级统计汇总
pandas数据分析41——不同地区不同城市数据分级统计汇总
pandas，polars，pyspark的df对象常见用法对比
pandas，polars，pyspark的df对象常见用法对比
扩展欧几里得算法乘法逆元
扩展欧几里得算法乘法逆元
数据仓库与数据挖掘
数据仓库是一种特殊的数据库，也是按数据库形式存储数据的，但是目的不同:数据库经过长时间的运行，里面的数据会保存的越来越多，就会影响系统运行效率，对于某些程序而言，很久之前的数据并非必要的，因此，可以删除掉以减少数据，增加效率，考虑到删除这些数据比较可借，因此,一般都将这些数据从数据库中提取出来保存到另外一个数据库中，称为数据仓库。
Redis 数据类型
Redis支持五种数据类型：string（字符串），hash（哈希），list（列表），set（集合）及zset(sorted set：有序集合)。
差分约束算法
差分约束算法
匈牙利算法
若两个正整数的和为素数，则这两个正整数称之为“素数伴侣”，如2和5、6和13，它们能应用于通信加密。
深入解析HDFS
Hadoop分布式文件系统（HDFS，Hadoop Distributed File System）是Hadoop框架的核心组件之一，它提供了高可靠性、高可用性和高吞吐量的大规模数据存储和管理能力。
MyBatis分页查询
MyBatis分页查询
pandas数据分析39——数据透视表简单实现
其实就是两个分类变量，组成多少种出现的情况，类似于混淆矩阵，交叉表。
热门文章
前端项目实战66-数组数据处理详解
2023-05-12 06:47:16
5、使用PyTorch 实现线性回归
2023-02-27 09:14:47
Lc70_爬楼梯
2024-06-27 09:20:52
一次k8s 数据卷异常问题的解决
2022-11-08 07:33:08
Vue中传递自定义参数到后端、后端获取数据（使用Map接收参数）
2023-02-27 09:14:47
Dataloader有哪些使用方法
2023-02-13 08:10:07
