长短期记忆网络一种非的循环神经网络 。
聚类:
均值聚类一种基于特征相似性将数据划分为 个簇的方法。
层次聚类通过自下而上的方法凝聚或自上 易趣编号数据 而下的方法分裂构建集群的层次结构。
基于密度的噪声应用空间聚类根据密度对数据点进行聚类，可有效查找任意形状的聚类并处理噪声。
降维:
主成分分析通过将数据转换为一组新的变量主成分来降低数据的维度。
-分布随机邻域嵌入一种通过将高维数据简化为二维或三维来可视化高维数据的技术。
异常检测:
隔离森林专门为异常检测而构建的集成方法。
一类支持向量机支持向量机的一种变体，用于识别数据集中的异常值。
自动编码器用于学习有效数据编码的神经网络，对于高维数据中的异常检测很有用。
高级数据分析与数值数据的应用
金融:
欺诈识别使用异常检测技术来识别欺诈交易。
算法交易采用预测分析和机器学习来制定交易策略。
信用评分使用回归模型评估个人和企业的信用度。
卫生保健:
预测诊断使用历史患者数据来预测未来的健康结果。
个性化医疗利用聚类和分类技术为个体患者量身定制治疗方案。
运营效率通过规范分析优化医院运营和资源分配。
零售:
客户细分利用聚类技术根据购买行为对客户进行分组。
需求预测使用时间序列分析预测未来的产品需求。
市场篮子分析识别经常一起购买的产品以优化交叉销售策略。
制造业: