首頁
> 產品新知
> 產品新知
2020.10.30
Stata
有許多的模型分析都與時間有關，例如: 存活分析、時間序列、追蹤資料。在進行這些分析前，妥善的處理資料當中的時間變數是不可或缺的前置工作。時間資料在不同研究者或不同統計軟體中可能會被以相異的方式編碼，如何讓STATA正確讀取時間格式有時實在是令人抓狂…
2020.10.30
Stata
本文使用美國健康與營養體檢調查 (NHANES) 研究資料，先以Stata清理資料，整理成需用到的變數；接下來在Stata中整合Python, 實行機器學習演算法之一的 “支援向量機 (SVM)”，並使用年齡和糖化血色素 (HbA1c) 水準來區分可能患有糖尿病的人和那些沒有糖尿病的人。圖形中的紅點表示患有糖尿病、藍點則是沒有糖尿病。
2020.10.30
Altair® RapidMiner®
工業4.0其其基本上就是將物聯網的應用導入工業生產的第一線，利用大量低成本的無線感應器即時且完整監控機器設備，所蒐集到的資料交由機器學習模型處理以隨時處理異常。
2020.10.30
Altair® RapidMiner®
在各種AI, Big Data專案不斷推出、成長的當下，其中一項致命傷就是專案難以估計時間、成本，以及專案對公司潛在的幫助多大？由於這類專案往往被歸類為「研究型」專案，難以比照軟體開發，有明確的需求及規格可以跟進、監控，因此有些時候專案進行到一半就被終止了。難道這類問題我們有沒有辦法可以因應嗎…
2020.10.30
Mathematica
本文將探索Wolfram函數知識庫中的新的生物多樣性資料存取功能，以及這些功能如何幫助研究人員、公民科學家、教育者與Wolfram使用者，從iNaturalist社群獲取全球生物多樣性資料。
*為必填