文件名称：matlab分时代码-SDS385:SDS385：大数据的统计模型
文件大小：40.64MB
文件格式：ZIP
更新时间：2024-06-10 13:11:41
系统开源
matlab分时代码SDS385 欢迎使用SDS 385，这是有关大数据统计模型的博士学位课程。 所有课程材料都可以通过此GitHub页面找到。 一些课程后勤 授课教师：James Scott， 开会时间：星期一和星期三，上午9:30-11:00 教室：PHR 2.116 唯一编号：57075 练习题 当它们在整个学期变得有意义时，我将它们发布。 同行评审 为了进行同行评估，您可以找到链接。 关于课程 这是一门课程。 定期讲座很少。 通常，您将在上工作。 上课时，您将分享自己的工作，并从了解他人的工作中受益。 没有别的了。 与传统的基于讲座的课程相比，我们最终所涉及的内容更少。 但是，您学到的东西将学得很深。 权衡是值得的。 尽管该课程的内容更多是关于方法和应用，而不是理论，但我们将需要一些（不是太难的）数学。 为此，我假设您非常了解以下主题。 这三个非常重要。 如果没有它们，则不应参加本课程。 线性代数 多变量演算（实际上，您只需要了解渐变和Hessians） 如何使用脚本语言（例如R，Python，Matlab等）进行编程 以下三个条件仍然是前提条件，但如果您不擅长并愿意努力工
【文件预览】：
SDS385-master
----team()
--------README.md(836B)
----exercises()
--------exercises08()
--------exercises03()
--------exercises09()
--------mynotes()
--------exercises02()
--------README.md(9KB)
--------exercises05()
--------exercises04.md(6KB)
--------exercises04()
--------exercises01()
--------exercises06()
----R()
--------try_sgd_logit.R(642B)
--------selection.R(2KB)
--------poisson.R(622B)
--------lm_examples.R(1KB)
--------marketing.R(329B)
--------makeD2_sparse.R(440B)
--------fl2d_stack.R(2KB)
--------noisycosine.R(482B)
--------subdifferential.R(314B)
--------process_urldata.R(811B)
--------fl2d_neuro.R(576B)
--------sgdlogit.cpp(5KB)
--------utilities_smooth.R(1KB)
--------sparse_factor.R(3KB)
--------kernelcpp.R(1KB)
--------glmnet_example.R(1KB)
--------fl_dp.cpp(7KB)
--------wls.R(3KB)
--------quasinewton.R(6KB)
--------two_groups_toy.R(3KB)
--------read_svmlight_class.R(1KB)
--------nn_tidbits.R(2KB)
--------laplacian.R(1KB)
----README.md(10KB)
----data()
--------slice_localization_data.csv(77.74MB)
--------diabetesY.csv(2KB)
--------diabetesX.csv(543KB)
--------cliff.jpg(50KB)
--------fmri_z.csv(124KB)
--------markov.jpg(495KB)
--------female_liver_expr.csv(3.45MB)
--------female_liver_traits.csv(19KB)
--------social_marketing.csv(651KB)
--------wdbc.csv(121KB)
--------co2.csv(4.67MB)
----misc()
--------stat_models.pdf(20.06MB)
----.gitignore(538B)