点击此处返回
未登录用户
每日可免费学习1个教程
一休ppter
关注人数：626
1.spss软件概述-SPSS数据分析入门手册
2.spss数据处理基础1-SPSS数据分析入门手册
3.spss数据处理基础2-SPSS数据分析入门手册
4.spss数据处理基础3-SPSS数据分析入门手册
5.数据分析之数据来源-SPSS数据分析入门手册
6.调查统计的方式-SPSS数据分析入门手册
7.随机抽样的抽样方式-SPSS数据分析入门手册
8.数据调查方法-SPSS数据分析入门手册
9.调查问卷的设计-SPSS数据分析入门手册
10.问卷数据的录入与变量整理1-SPSS数据分析入门手册
11.问卷数据的录入与变量整理2-SPSS数据分析入门手册
12.问卷数据分析-SPSS数据分析入门手册
13.回归分析的基本概念-SPSS数据分析入门手册
14.一元回归分析-SPSS数据分析入门手册
15.多元回归分析-SPSS数据分析入门手册
16.逐步回归-SPSS数据分析入门手册
17.非线性回归-SPSS数据分析入门手册
18.综合案例-服装销量预测1-SPSS数据分析入门手册
19.综合案例-服装销量预测2-SPSS数据分析入门手册
20.综合案例-服装销量预测3-SPSS数据分析入门手册
21.哑变量的基本概念-SPSS数据分析入门手册
22.哑变量回归-SPSS数据分析入门手册
23.逻辑回归概述-SPSS数据分析入门手册
24.二元逻辑回归-SPSS数据分析入门手册
25.多项逻辑回归-SPSS数据分析入门手册
26.条件逻辑回归-SPSS数据分析入门手册
27.逻辑回归的综合案例 1-SPSS数据分析入门手册
28.逻辑回归的综合案例 2-SPSS数据分析入门手册
29.逻辑回归的综合案例 3-SPSS数据分析入门手册
30.逻辑回归的综合案例 4-SPSS数据分析入门手册
31.时间序列的成分-SPSS数据分析入门手册
32.平稳序列的预测1-SPSS数据分析入门手册
33.平稳序列的预测2-SPSS数据分析入门手册
34.趋势序列的预测1-SPSS数据分析入门手册
35.趋势序列的预测2-SPSS数据分析入门手册
36.多成分序列的预测1-SPSS数据分析入门手册
37.多成分序列的预测2-SPSS数据分析入门手册
38.时间序列预测的综合案例-SPSS数据分析入门手册
39.决策树模型的基本概念-SPSS数据分析入门手册
40.决策树常见算法介绍1-SPSS数据分析入门手册
41.决策树常见算法介绍2-SPSS数据分析入门手册
42.决策树过拟合问题解决方法-SPSS数据分析入门手册
43.实战案例-基于决策树的银行客户细分1-SPSS数据分析入门手册
44.实战案例-基于决策树的银行客户细分2-SPSS数据分析入门手册
45.算法的基本概念-SPSS数据分析入门手册
46.means聚类算法-SPSS数据分析入门手册
47.means模型实战-SPSS数据分析入门手册
48.系统聚类算法介绍-SPSS数据分析入门手册
49.类间距离的度量-SPSS数据分析入门手册
50.系统聚类模型实战-SPSS数据分析入门手册
51.knn近邻算法概述-SPSS数据分析入门手册
52.knn近邻算法拓展-SPSS数据分析入门手册
53.因子分析概述-SPSS数据分析入门手册
54.因子分析与主成分分析对比-SPSS数据分析入门手册
55.因子分析实战之体育成绩分析01-SPSS数据分析入门手册
56.因子分析实战之体育成绩分析02-SPSS数据分析入门手册
57.人工神经网络概述-SPSS数据分析入门手册
58.BP神经网络与RBF神经网络-SPSS数据分析入门手册
59.神经网络实战案例-SPSS数据分析入门手册
60.数据挖掘概述-SPSS数据分析入门手册
61.实战案例-消费者购买保健品动机1-SPSS数据分析入门手册
62.实战案例-消费者购买保健品动机2-SPSS数据分析入门手册
63.实战案例-消费者购买保健品动机3-SPSS数据分析入门手册
64.淘宝大卖家营销数据分析1-SPSS数据分析入门手册
65.淘宝大卖家营销数据分析2-SPSS数据分析入门手册
66.淘宝大卖家营销数据分析3-SPSS数据分析入门手册
67.淘宝大卖家营销数据分析4-SPSS数据分析入门手册
68.淘宝大卖家营销数据分析5-SPSS数据分析入门手册
69.汽车销量预测案例1-SPSS数据分析入门手册
70.汽车销量预测案例2-SPSS数据分析入门手册
71.汽车销量预测案例3-SPSS数据分析入门手册
72.住院费用影响因素挖掘1-SPSS数据分析入门手册
73.住院费用影响因素挖掘2-SPSS数据分析入门手册
74.住院费用影响因素挖掘3-SPSS数据分析入门手册
75.住院费用影响因素挖掘4-SPSS数据分析入门手册
1.人工神经网络是一种模仿生物神经网络行为特征，进行信息处理的算法数学模型。人工神经网络模型中使用单元节点模拟神经元，通过调整神经网络内部大量节点之间相互连接的权重来达到处理信息的目的。是通过生物神经网络的某种数字模型、对生物神经网络的模仿、基本处理单元为人工神经元。
2.人工神经网络概述是生物神经系统与生物神经元，大量生物神经元的广泛、复杂连接，形成生物神经网络。实现各种智能活动，生物神经元是基本的信息处理单元。树突接收来自外接的信息，细胞体是神经细胞主题，信息加工。轴突是细胞的蔬菜设置。突触是传递信号。
3.生物神经元的基本特征是彼此连接，神经元之间的连接强度决定信号传递的强弱，神经元之间的连接强度可以随训练改变、学习，遗忘。神经元之间有兴奋与抑制，每个神经元都有一个“阈值”。
70000+教程，每天免费学一课
打开APP，离线免流量
