动态线性模型的商业化应用
售价0
学习人数 168 课时数量 2课时 课程时长 0小时 17分钟
课程介绍

本演讲视频来源于华东师范大学统计学院统计之都主办的第八届中国R语言会议(上海会场),请大家关注会议官方网站统计之都网站,获取更多资料。如有问题请加本站官方QQ群:321311420。

演讲摘要

动态线性模型(DLM)是一类应用广泛的时间序列模型,贝叶斯预测方法是这种模型的经典预测算法。贝叶斯预测方法不仅仅依赖于t时刻以往的历史数据和根据模型的知识进行预测,还可包括专家的经验信息以及主观的判断来进行预测,这对于预测突发事件特别又用,而历史数据以及预先规定的模型并不能完全反映它们。当发现模型性能不好时,可求助于专家的经验和信息,对模型进行改进。贝叶斯预测方法,相对于Box-Jenkins传统的时间序列方法而言,有它的优点,它不必假设Box-Jenkins方法所必须的平稳性假设。贝叶斯预测方法通过人的主观经验给出先验分布,使得对数据量的要求大大减少。

本演讲分三个部分

  1. 以多渠道营销的动态ROI评估为案例背景,介绍DLM的模型形式
  2. 介绍DLM的其他应用场景:百度旅游预测等
  3. 介绍我们在实际项目中如何设计估计DLM模型的R包,如何将R包的分析功能通过API的方式整合到业务系统中。
版权声明

本课程讲师已授权雪晴数据网发布本视频,任何组织或个人在未得到本站和演讲者同意的情况下,都不得翻录、下载或以任何形式发布本视频内容。

视频列表
课程问答
授课教师
陈堰平,北京友万信息科技有限公司首席技术官,北京理工大学大数据创新学习中心业界导师,微软认证讲师,微软认证解决方案专家(MCSE,数据管理与分析方向),2017年1月当选微软最有价值专家。曾先后任新华社指数中心技术总监、SupStat Analytics中国区首席技术官。在统计咨询、数据挖掘、开发数据驱动的商业解决方案等领域有十年的经验,曾为人保财险、国家统计局、微软、惠普、野村综研、德勤咨询、联想、丰田、招商银行、花旗银行、东方航空、中国移动、中国电信、中国联通等机构做过数据科学方面的咨询和培训。擅长讲解R语言和Python数据挖掘、网络爬虫、机器学习以及人工智能等课程。译作有《R语言编程艺术》、《实用数据分析》和《R语言临床数据分析》。
168位共同奋斗的同学
yyalex
yyalex
Pandas
Pandas
歧路亡羊
歧路亡羊
fandd
fandd
wtmxy
wtmxy
zhq1018
zhq1018
luoluo
luoluo
AllenLee
AllenLee
DATA徐
DATA徐
登录 注册