数据科学教程

通过我们的数据科学教程推动您的数据职业发展。我们将带您一步步完成具有挑战性的数据科学函数与模型。

其他主题：

Kruskal-Wallis 检验：在不满足正态性的情况下比较多个组

Kruskal-Wallis 检验实用指南——它是什么、如何工作、何时优于 ANOVA，以及如何在 Python 和 R 中运行与解读。

2026年5月4日

一份关于核技巧的概念指南——它是什么、如何赋能 SVM 与其他核方法，以及在何时优先于其他非线性建模方法使用。

2026年5月4日

了解什么是目标函数、它在优化与机器学习中的作用，以及如何通过真实示例来定义与解读它。

2026年5月4日

一份关于麦克劳林级数的实用指南，涵盖核心公式、常见展开、收敛规则，以及在数值方法、物理和机器学习中的实际应用。

2026年5月4日

牛顿法是一种迭代求根算法，利用切线近似来逼近那些没有闭式解的方程的解。

2026年5月4日

一份关于等比级数的实用指南，涵盖有限与无限求和公式、收敛条件，以及其在金融、物理与计算机科学中的实际应用。

2026年5月4日

GELU 是一种平滑、具有概率特性的激活函数，在深度学习架构中优于 ReLU 等更简单的替代方案，并已成为诸如 BERT 和 GPT 等 Transformer 模型的默认选择。

2026年5月4日

Mann-Whitney U 检验是一种基于秩的非参数检验，用于在数据不满足 t 检验所需正态性假设时比较两个独立组。

2026年5月4日

了解多项式近似如何驱动梯度下降、XGBoost，以及计算机每天计算的那些函数。

2026年5月4日

了解何为正态性检验、其重要性，以及如何使用 Shapiro-Wilk、Kolmogorov-Smirnov 等常见方法与可视化来检查数据，并附 Python 与 R 示例。

2026年5月4日

一步步讲解代数余子式（拉普拉斯）展开，涵盖核心定义、示例演算、关键性质，以及它通过伴随矩阵与矩阵求逆的联系。

2026年5月4日

一份微分方程的实用入门，涵盖核心类型、分类方法、解析与数值求解技术，以及它们在梯度下降、回归与时间序列建模中的现实作用。

2026年5月4日