Hướng dẫn Khoa học Dữ liệu

Mô hình tự hồi quy dự đoán giá trị tương lai của một chuỗi thời gian từ chính quá khứ của nó. Tìm hiểu cách fit trong Python với statsmodels, chọn bậc trễ với PACF và AIC/BIC, và so sánh với MA và ARIMA.

Tìm hiểu cách ARIMAX mở rộng ARIMA với biến ngoại sinh, hiểu các tham số và giả định của nó, và xây dựng mô hình dự báo trong Python với statsmodels.

Tìm hiểu cách SARIMAX kết hợp mô hình chuỗi thời gian theo mùa với biến dự báo bên ngoài. Hiểu các tham số của nó, xem nó khác gì so với ARIMA và SARIMA, và xây dựng mô hình dự báo trong Python.

Tìm hiểu phép cầu phương là gì, cách tích phân số xấp xỉ các tích phân xác định, và cách hoạt động của các phương pháp như quy tắc hình thang, quy tắc Simpson và cầu phương Gaussian.

Tìm hiểu cách biến đổi Box-Cox hoạt động, cách chọn tham số lambda và khi nào nên dùng để ổn định phương sai, giảm độ lệch và cải thiện mô hình thống kê.

Khám phá ca từ trong âm nhạc của Prince với R: dùng khai phá văn bản và Phân tích Khám phá Dữ liệu (EDA) để soi chiếu sự nghiệp của The Artist.

Có nhiều loại biểu đồ R, từ các dạng cơ bản đến các dạng phức tạp. Ở đây, chúng ta tìm hiểu cách tạo chúng.

Tìm hiểu về định nghĩa, công thức, các tính chất chính, tọa độ thuần nhất và ứng dụng của phép biến đổi affine trong đồ họa, thị giác máy, robot và tiền xử lý dữ liệu.

Hướng dẫn Apache Spark giới thiệu bạn xử lý dữ liệu lớn, phân tích và ML với PySpark.

Khám phá vai trò của trung bình số học trong phân tích dữ liệu. Tìm hiểu công thức, ứng dụng, cách so sánh với các loại trung bình và thước đo thống kê khác, và hiểu khi nào mỗi loại hữu ích nhất.

Tìm hiểu về Mảng trong R, bao gồm đánh chỉ mục với ví dụ, cùng cách tạo và cộng ma trận và hàm apply().

Tìm hiểu về Hệ Miễn Dịch Nhân Tạo (AIS) và cách triển khai bằng Python cho các tác vụ như phát hiện bất thường và tối ưu hóa.