[算法与数据结构] 利用MATLAB快速掌握量化投资的实现手段，PDF高清电子版

说明： MATLAB实现量化投资的PDF教程，书中详细介绍了数据挖掘技术和实践的算例
<xinhuojianke> 上传 | 大小：87mb

[算法与数据结构] 根据经纬度计算两点之间的距离

说明： 基于python的脚码，在已经经纬度的情况下，无需投影，计算两点之间的距离
<qq_41984147> 上传 | 大小：361byte

[算法与数据结构] python的申请评分卡模型 数据集

说明： 基于python的申请评分卡模型，训练，测试数据集 application.csv
<ycjer> 上传 | 大小：9mb

[算法与数据结构] Bayesian Personalized Ranking

说明： 这里我们为大家介绍一种“基于贝叶斯后验优化的个性化排序算法”：Bayesian Personalized Ranking。 其本身并不优化用户对物品的评分，而只藉由评分来优化用户对物品的排序。按照论文的说法：it is a real ranking algorithm.
<qq_32099969> 上传 | 大小：254kb

[算法与数据结构] GPU上矩阵乘法快速实现

说明： GPU上矩阵乘法的设计与实现，对于在cuda上做编程优化的同学有一定的参考价值。
<celerychen2009> 上传 | 大小：664kb

[算法与数据结构] 3D(爬取的14年所有的福彩信息).rar

说明： 3D(爬取的14年所有的福彩信息).rar 3D(爬取的14年所有的福彩信息).rar
<qq_41185868> 上传 | 大小：209kb

[算法与数据结构] python-3.4.8.tgz

说明： Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。 Python由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年。 像Perl语言一样, Python 源代码同样遵循 GPL(GNU General Public License)协议。
<liuzhenhua__1982> 上传 | 大小：18mb

[算法与数据结构] 《RapidMiner数据分析与挖掘实战》第19章 电力窃漏电用户自动识别

说明： 传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电等手段来发现窃电或计量装置故障。但这种方法对人的依赖性太强，抓窃查漏的目标不明确。目前很多供电局主要通过营销稽查人员、用电检查人员和计量工作人员利用计量异常报警功能和电能量数据查询功能开展用户用电情况的在线监控工作，通过采集电量异常、负荷异常、终端报警、主站报警、线损异常等信息，建立数据分析模型，来实时监测窃漏电情况和发现计量装置的故障。根据报警事件发生前后客户计量点有关的电流、电压、负荷数据情况等，构建基于指标加权的用电异常分析模
<qq_40370890> 上传 | 大小：1mb

[算法与数据结构] 《RapidMiner数据分析与挖掘实战》第17章 宏、循环和数据集处理

说明： 经过前面几章的学习，我们已经知道了数据挖掘的基本流程，在真实的数据挖掘工作中，算法模型的建立所许付出的时间只占一小部分，数据的清洗、转换、加工部分往往占据很大一部分，在这一章中，我们将在学习前面数据处理的基础上，详细介绍数据集处理的高级部分。
<qq_40370890> 上传 | 大小：722kb

[算法与数据结构] 《RapidMiner数据分析与挖掘实战》第16章 时间序列

说明： 拿到一个观察值序列后，首先要对它的纯随机性和平稳性进行检验，这两个重要的检验称为序列的预处理。根据检验结果可以将序列分为不同的类型，对不同类型的序列会采取不同的分析方法。 对于纯随机序列，又叫白噪声序列，序列的各项之间没有任何相关关系，序列在进行完全无序的随机波动，可以终止对该序列的分析。白噪声序列是没有信息可提取的平稳序列；
<qq_40370890> 上传 | 大小：871kb

[算法与数据结构] 《RapidMiner数据分析与挖掘实战》第15章 模型评估与优化

说明：  如何评估判断某个挖掘算法对挖掘分析预测结果的准确性影响？  对某一个业务数据集进行预测时，如何在多个可选的挖掘模型之间选择最佳模型？为什么选择模型A，而不是模型B？凭经验？还是。。。各个模型的特性指标能否横向可视化对比？  系统能否从多个可选模型中自动为我们推荐一个最好的模型算法？  某个预测模型的最佳挖掘算法选定后，还能否基于该算法进行更深入的调优？调优方法有哪些？  在保证预测准确性的同时，能否提高挖掘流程执行的速度？
<qq_40370890> 上传 | 大小：384kb

[算法与数据结构] 《RapidMiner数据分析与挖掘实战》第12章 文本挖掘

说明： 本章介绍文本分类。由于大部分交流信息以文本格式保存，文本分类是文本挖掘中的一个重要主题。我们将建立一个RapidMiner挖掘流程，来学习垃圾短信和我们实际想阅读的短信之间的区别。然后我们将应用此学习到的模型到新的短信中，来确定其是否为垃圾短信。垃圾短信是许多熟悉主题中的一种，自然地，我们由此就开始动手工作。用于垃圾短信分类的相同的技术可以在许多其他文本挖掘领域中使用。
<qq_40370890> 上传 | 大小：301kb