บทเรียนวิทยาการข้อมูล

เรียนรู้ pandas ตั้งแต่การติดตั้งจนถึงการวิเคราะห์ โดยทดสอบทุกตัวอย่างบน pandas 3.1

เรียนรู้ PySpark พร้อมโค้ดที่รันได้จริง: ตั้งค่า PySpark 4.3 เลือก กรอง รวมกลุ่ม และเชื่อม DataFrame คิวรีด้วย Spark SQL และจัดกลุ่มลูกค้าด้วย pyspark.ml

แบบจำลองออโตเรเกรสซีฟทำนายค่าของอนุกรมเวลาในอนาคตจากอดีตของมันเอง เรียนรู้การฟิตโมเดลด้วย Python ผ่าน statsmodels เลือกจำนวนแลกด้วย PACF และ AIC/BIC และเปรียบเทียบกับ MA และ ARIMA

เรียนรู้ว่า ARIMAX ต่อขยาย ARIMA ด้วยตัวทำนายภายนอกอย่างไร ทำความเข้าใจพารามิเตอร์และสมมติฐาน และสร้างโมเดลพยากรณ์ใน Python ด้วย statsmodels

เรียนรู้ว่า SARIMAX ผสานการจำลองอนุกรมเวลาตามฤดูกาลเข้ากับตัวทำนายภายนอกอย่างไร ทำความเข้าใจพารามิเตอร์ เปรียบเทียบกับ ARIMA และ SARIMA และสร้างโมเดลพยากรณ์ใน Python

ทำความเข้าใจว่าควอดราเจอร์คืออะไร วิธีอินทิเกรตเชิงตัวเลขประมาณค่าอินทิกรัลจำกัดอย่างไร และวิธีการอย่างกฎคางหมู กฎของซิมป์สัน และควอดราเจอร์แบบเกาส์ทำงานอย่างไร

เรียนรู้การทำงานของการแปลงแบบบ็อกซ์-ค็อกซ์ วิธีเลือกพารามิเตอร์แลมบ์ดา และเวลาใช้งานเพื่อทำให้ความแปรปรวนคงที่ ลดความเบ้ และยกระดับแบบจำลองเชิงสถิติ

อัตราส่วนความเป็นไปเปรียบเทียบว่าสมมติฐานหรือแบบจำลองสองแบบอธิบายข้อมูลเดียวกันได้ดีเพียงใด บทความนี้ครอบคลุมสูตร ตัวอย่างโยนเหรียญที่คำนวณให้ดู การทดสอบอัตราส่วนความเป็นไปสำหรับแบบจำลองรีเกรสชันที่ซ้อนกันใน Python และ R และอัตราส่วนความเป็นไปในการวินิจฉัย

เรียนรู้ว่า statistical arbitrage คืออะไร นักเทรดเชิงปริมาณระบุความสัมพันธ์ด้านราคาแบบชั่วคราวอย่างไร และกลยุทธ์อย่าง pairs trading และ mean reversion ทำงานจริงอย่างไร

เรียนรู้ว่าเมทริกซ์เสริมคืออะไร วิธีแทนระบบสมการ และวิธีใช้การดำเนินการกับแถวเพื่อแก้ระบบเหล่านั้น

เรียนรู้ว่า residual plot คืออะไร วิธีตีความแพตเทิร์นที่พบบ่อย และวิธีที่ residual plot ช่วยระบุความไม่เป็นเส้นตรง heteroscedasticity ค่าผิดปกติ และปัญหาการถดถอยอื่น ๆ

เรียนรู้ว่าค่าต่ำสุดและค่าสูงสุดคืออะไร ความแตกต่างระหว่างจุดสุดขีดเฉพาะที่กับโดยรวม และวิธีหาโดยใช้จุดวิกฤต การทดสอบอนุพันธ์อันดับหนึ่งและสอง และวิธีช่วงปิด