Statistics consulting
擅长
广义线性(混合)模型、因果推断，贝叶斯统计、机器学习、人工智能临床应用等
简介
统计学博士。在预测建模、机器学习、深度学习方面拥有丰富的经验。统计学相关如广义线性(混合)模型、实验设计、高级生存分析、贝叶斯统计（网络）、缺失值插补、倾向得分匹配、选择模型、纵向数据分析、模式混合模型、多元统计、有限混合模型、潜变量转换分析、 潜变量类别分析、 结构方程模型、时间序列、极值理论、异常检测、非线性建模、聚类分析。机器学习相关如深度学习，推荐系统、FFM、GBDT LR、 NLP、神经网络、CART & C4.5树、梯度提升、随机森林、集成模型、SVM。
查看详细资料
收起
