使用Python和SimPy创建一个吉他工厂仿真 仿真是一种基于模型的活动。它通过对系统模型的试验达到分析与研究系统的目的。 仿真技术是再现系统动态行为、分析系统配置与参数是否合理、预测瓶颈工序、判断系统...
应用
企业流程设计、实施、绩效的三层体系结构设计和PDF下载
企业流程管理在过去十几二十年都是企业管理的一个无法突破的问题,年年讲流程到现在依然一片混乱,无论投入大小,效果总是不理想。我把SCOR供应链运作参考模型引进来管理公司流程,区块化管理,整合设计、实施和...
Python pandas模块21个常用操作可视化图解
Pandas 是 Python 的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具,其长远目标是成为最强大...
在线一键分析报告
在开展一个数据分析的时候,我们一般要探索一下数据的基本情况。一般我们看看各个变量的平均数、变量之间的相关性、变量是否有因果性、变量的分布情况等。看到那么多要探索的东西,并且很多并不能真的为我所用,...
【实战】回归分析与业务系统整合设计、实现和DEMO
回归分析在各行各业的数据分析中有很重要的作用,可以确定自变量和因变量之间的关系,分析出影响性能的关键因素。在机器学习领域,回归算法也是非常重要的。这里我们分享一种统计学意义上的回归分析。 回归分析...
质量管理异常判定方法(SPC统计过程控制整合机器学习算法)
大家都很清楚SPC的中文叫统计过程控制,它的作用是发现过程数据中的异常行为,SPC有8种以上的判异规则,每一中判异规则对应可能的异常原因,非常实用。并且我们在传统的SPC的基础上,又对SPC进行了一些创新,可以...
原来古老的SPC控制图可以这样玩创新的
发明了几十年的SPC控制图,基本上没有什么创新的了,大家都是用minitab慢慢的去做分析图,效率低下也没有任何新的东西。 最近一直在想,一个异常点,它可能同时满足多个异常判定规则,如它是一个远离3倍标准差...
原来SPC应用如此简单,有了它工作不再困难
简单说说SPC,SPC控制图建立在数理统计学的基础上,把统计学中的“发现异常”作为控制生产过程中的一种工具。因此,“发现异常”成为SPC控制图的基础。它利用有效数据建立控制界限,一般分上控制限(UCL)和下控制限...
机器学习实战-支持向量机原理、Python实现和可视化(分类)
支持向量机(SVM)广泛应用于模式分类和非线性回归领域。 SVM算法的原始形式由Vladimir N.Vapnik和Alexey Ya提出。自从那以后,SVM已经被巨大地改变以成功地用于许多现实世界问题。 1.什么是支持向量机(SVM)?...
机器学习实战之训练模型–泛化和学习曲线
本文介绍了多项式回归的过拟合和欠拟合、泛化能力和学习曲线,通过对比测试集和验证集的MSE的学习曲线,判断拟合是过拟合还是欠拟合,寻找到最合适的模型。 高阶多项式回归对训练数据的拟合,可能会比简单线性...