数据科学组合 我正在或当前正在从事的项目的资源库。 它会定期更新。 这些项目是用R(R markdown)或Python(Jupyter Notebook)编写的。 单击项目以查看完整的分析和代码。 如果您想雇用数据科学家,请通过与我联系。 项目: 使用LSTM拟合了北京的五年天气数据 根据模型预测与实际数据之间的差异构造异常分数 高异常分数的调查时间段 结果证实高异常分数与极端天气(洪水,大雨,庆祝烟花等)相对应 关键字(异常检测,时间序列,LSTM,天气,北京,半监督学习) 随着每个区域投票结果的发布,实时预测的美国(2016)选举结果。 具有针对轮询数据的结果的回归状态以及其余状态