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：

马尔可夫链蒙特卡洛（MCMC）：为复杂概率分布采样

MCMC 指南——涵盖其工作原理、应用理由、常见算法，以及如何在 Python 中用于贝叶斯推断。

2026年6月10日

支持向量回归是一种基于边界的回归方法，它有意忽略小误差，通过核函数处理非线性关系，并能在嘈杂的真实世界数据上表现稳健，而标准回归在这方面往往力有不逮。

2026年6月4日

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