跳至主要内容
分类
主题

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：

DataLabMLOps云计算向量数据库大数据数据分析数据可视化数据工程数据治理数据素养机器学习深度学习职业服务自然语言处理面向商业的人工智能
培训 2 人或更多？试试 DataCamp for Business
R

Bioconductor 简介

学习如何对您的生物实验结果进行计算与统计分析。

Minoo Ashtiani

R

R 中数据框简介

本教程选自 DataCamp 的 Introduction to R 课程内容，带您练习使用数据框。

Ryan Sheehy

Python

Python 客户细分入门

在本教程中，您将从零开始学习如何在 Python 中使用 RFM（Recency、Frequency、Monetary）分析实现客户细分。

Avinash Navlani

Python

Python 因子分析入门

在本教程中，您将学习因子分析的基础知识以及如何在 Python 中实现。

Avinash Navlani

深度学习

推导 ANN 的层数与神经元数量

对于人工神经网络（ANN），隐藏层和神经元的数量存在一个最优值。本文教程介绍一种简单方法，用于确定 ANN 的层数与神经元数量的最优取值。

Ahmed Gad

R

如何在 R 中进行线性回归

学习线性回归，这是一种用于分析变量关系的统计模型。按照我们的分步指南，在 R 中学习使用 lm() 函数。

Eladio Montero Porras

R

在 R 中进行马尔可夫链分析

在本教程中，您将了解什么是马尔可夫链，并使用它在 R 中分析销售速度数据。

Francisco Javier Carrera Arias