首頁

> 產品新知

產品新知

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

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。

2020.10.16

Stata

Stata原廠影片教學: 用Stata做簡單線性迴歸 (Simple Linear Regression)

2020.10.07

Stata

使用者可以在Stata中使用Python並透過呼叫Internet API存取資料、處理JSON資料、建立3D圖形、使用機器學習與人工智慧演算法尋找資料的模式;可以在Stata和Python之間無縫完成這些操作,就如同以往使用Stata執行的分析。

2020.10.07

Mathematica

人工智慧令人值得注意的貢獻之一是用深度學習的人工神經網路來創造藝術作品,產生影像、文字與聲音。生成對抗網路 (GAN) 是一種訓練生成網路的方法,該網路可以從潛在種子中生成看上去逼真的假樣本…

2020.08.27

Mathematica

日本金澤大學醫學院教授的研究使用Mathematica建立基於機器學習的風險模型,分析526位CHF患者資料。機器學習方法在醫學界變得越來越普遍,尤其在心血管疾病與心臟影像領域,對於多因子預測模型,機器學習方法非常有效。