首頁

> 產品新知

產品新知

2019.11.04

Mathematica

2020東京奧運與殘障奧運會的「會徽」結合了日本文化中使用的方格圖案(江戶時代的市松模樣)、靛藍(日本傳統顏色)和各種矩形形狀(表達奧運會和殘奧會將成為一個連接全世界、促進多元化的平台)。日本富士通公司的發明家使用 Mathematica, 探索用於製作會徽的數學方法。

2019.11.04

Stata

最小絕對值收斂和選擇算子 (lasso)估計模型係數,這些估計可用於選擇模型中應包含哪些共變量 (covariates);當許多潛在共變量中只有少數影響結果時,lasso算法最有用。本文將介紹lasso算法,並運用範例討論使用lasso算法進行預測:美國小城市的衛生稽查人員希望使用社群媒體評論來預測餐廳的衛生檢查得分,對衛生評分預測最低的餐廳進行突擊檢查。

2019.11.04

Altair®RapidMiner®

MIT&BCG最近針對2,555位決策人員進行AI&機器學習的調查, 調查指出93%相信AI&機器學習對企業會有正向的影響, 66%相信AI&機器學習會是企業在未來能維持競爭力的關鍵因素, 不過其中仍有14%還沒有任何機器學習的模型可作為產出。

2019.10.04

Mathematica

巴西國家太空研究所表示,今年迄今為止,已記錄了74,000多起火災,比2018年同期增加了84%;這是自2013年開始記錄以來的最高數字。Wolfram 諮詢技術專家應用 Wolfram 語言,視覺化巴西各州的人口密度,並從巴西國家太空研究所網站匯入最近7年(按州)巴西森林火災的資料,最後將生成幾個代表著火次數的點並製作成GIF動畫。

2019.10.04

Stata

資料框多年來一直是最被要求新增且非常受歡迎的功能之一;Stata 16 新增資料框功能,可同時使用多個資料集。本文將展示一個簡單的範例,首先從全國健康與營養體檢調查 (NHANES) 研究中,取得資料,該研究是美國人口的全國代表性樣本;接下來執行線性迴歸模型,並加上資料的調查權重,最後運用資料框,分析調整與未調整模型的邊際效果圖。

2019.10.04

Altair®RapidMiner®

根據IDC調查顯示,全球企業對AI的投入預期會達到375億美金,而 RapidMiner 創辦人 Ingo Mierswa 博士也指出:「過去一年來,大約有5億個機器學習模型被建立,而其中大多數模型並沒有被正確地部署,以至於資料科學團隊的努力時常都是白費的。」機器學習平台的發展讓各種資料分析和ML模型的技術更加普及,在這之後衍生出的問題即是如何將這些成果整合到企業既有的流程內。相關管理人員應具備完整部署策略以確保資料科學成果能在企業內部能成功轉化為效益。