Data Formulator 部署教程：在服务器上安装微软 AI 可视化工具并配置 Azure API Linux 项目简介https://github.com/microsoft/data-formulator 一个由微软官方亚洲研究所开发的一个专门将数据转化为可视化的图表的项目，并提供了AI的API接口，用于根据描述自动地画出自己心中所想的图表，其简单易用性可替代Origin。
5步掌握贝叶斯优化：高效调优你的XGBoost模型（附源码） 机器学习 XGBoost作为一种典型的机器学习数学模型（eXtreme Gradient Boosting）是一个高效、可扩展的机器学习库，基于梯度提升树（Gradient Boosted Trees）算法，通过迭代构建树模型并对误差进行拟合来提升预测精度。它通过引入正则化、列抽样、近似分裂点、多线程并行和分
Ubuntu 服务器部署 MathModelAgent 全流程指南：配置 Nginx、Redis 与 Systemd Linux 原项目地址: https://github.com/jihe520/MathModelAgent 专为数学建模设计的 Agent ,自动完成数学建模，生成一份完整的可以直接提交的论文。 配置环境: ubantu 24.04tl
Python实现购物篮分析：从Apriori到FP-Growth算法实战 数模 以生活中常见的超市购物为例，我们熟知的啤酒与尿布故事是指某超市在对顾客购物习惯分析时，发现，男性顾客在购买婴儿尿片时，常常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段，最后使得啤酒与尿布销量双双提升。这是因为啤酒与尿布之间存在某种巧妙的相互关联，这种关联使得二者容易同时
数据包络分析(DEA)入门：从原理到DEAP软件实战教程 数模 DEA是一种用来衡量、评价效率的一种有效数学模型，是运筹学、数理经济学与管理科学交叉研究的一个新领域，它是根据多项投入指标和多项产出指标，利用线性规划的方法，对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。 模型简介 以公司的办事效率作为评判对象，进行数据包络分析的简介，一个公司的办事
机器学习特征工程：独热编码(One-Hot)与相关性分析实战 数模 独热编码 独热编码的概念 独热编码(one-hot)是解决无法量化类属性的优秀方法，其以简单高效的特点深受好评。例如我们在进行数据分类时会遇到一些特征:人的性别有男、女，人的国籍有中国，法国，德国....这些都是不能直接量化的变量。 假如使用[0,3]表示一个德国的男性，看似没有问题，实际 上是不可
code-server 部署教程：在 Linux 服务器搭建 Web 版 VS Code 并配置 Nginx 反向代理 Linux 很多时候我们需要进行编程的学习时电脑不在身边，使用手机进行编程存在一些问题。比如手机不支持termux、以及使用termux安装寄生于手机的ubantu过程较为繁琐、增加手机的耗电量等问题，本文通过使用linux系统部署vscode以解决以上问题。 【注:vscode的web端无法使用github
