1-1 SPSS的python扩展插件安装.mp4
1-2 SPSS的R插件安装与配置.mp4
1-3 如何使用模型进行新案例预测.mp4
2-1 logistic回归模型的基本概念.mp4
2-2 分析案例.mp4
2-3 哑变量.mp4
2-4 多变量的综合筛选.mp4
2-5 模型中的其余功能设定.mp4
3-1 配对设计的基本概念.mp4
3-2 病例对照研究中的个案控制匹配.mp4
3-3 病例对照研究中的倾向得分匹配（PSM）.mp4
3-4 条件logitisc回归的基本原理.mp4
3-5 1：1条件logitisc回归的分析操作.mp4
3-6 1：m条件logitisc回归的分析操作.mp4
4-1 无序分类因变量的Logistic回归.mp4
4-2 有序分类因变量的Logistic回归.mp4
4-3 弗斯logistic回归模型.mp4
5-1 树模型的基本概念.mp4
5-2 树模型的信息量计算.mp4
5-3 树模型的各种算法.mp4
5-4 CRT树模型的基本操作.mp4
5-5 树模型对话框的选项设定.mp4
5-6 树模型的错分成本和利润计算.mp4
5-7 CHAID和QUEST算法的实现.mp4
5-8 C5算法的实现.mp4
6-1 随机森林的基本原理.mp4
6-2 随机森林的软件实现.mp4
7-1 神经网络的基本原理.mp4
7-2 神经网络的算法实质.mp4
7-3 BP神经网络的基本操作.mp4
7-4 BP神经网络的选项设定.mp4
7-5 径向基神经网络.mp4
8-1 支持向量机的基本原理.mp4
8-2 SVM中的核函数.mp4
8-3 SVM分类.mp4
8-4 SVM的参数优化.mp4
8-5 SVM回归.mp4
8-6 异常值检测的基本理论.mp4
8-7 用单类SVM查找异常值.mp4
9-1 最近邻分析的基本原理.mp4
9-2 最近邻分析的实现.mp4
课程资料.zip
评论(0)