/applied-stat-and-algorithm-in-julia-r-python

使用R、Python、Julia应用统计学解决实际问题的例子。

Primary LanguageJupyter NotebookMIT LicenseMIT

Data Talks

本项目试图总结常用的各个行业基本常用的统计学和算法，试图用数学、数据、算法解决实际问题。目标人群是各类行业从业者、准备毕业的相关专业学生、参与或准备数学建模竞赛等相关人士。所有代码基本上使用Python/R实现，少部分Julia实现。部分较为复杂或者带有行业知识的内容可能直接调用已经维护的相关包。

具体分类

  1. 基本统计学
  2. 医学与生物统计学
  3. 生物信息学
  4. 路线规划
  5. 供应链
  6. 电力系统相关

参考文献

  • 潘发明, 编. 医用统计方法及其SPSS软件实现. 第3版. 合肥: **科学技术大学出版社, 2018.
  • 李霞和雷健波, 编. 生物信息学. 第2版. 全国高等学校教材. 北京: 人民卫生出版社, 2015.
  • 周登远, 编. 临床医学研究中的统计分析和图形表达实例详解. 第2版. 北京: 北京科学技术出版社, 2017.
  • [意]Allegra Via, [意]Kristian Rother和[意]Anna Tramontano. Python生物信息学数据管理. 翻译 卢宏超, 陈一情和李绍娟. 生命科学与信息技术丛书. 北京: 电子工业出版社, 2017.
  • Janet L. Peacock和Phiilip J. Peacock. Oxford Handbook of Medical Statistics. Oxford ; New York: Oxford University Press, 2011.
  • Johnson, D.B. (1973) ‘A Note on Dijkstra’s Shortest Path Algorithm’, Journal of the ACM, 20(3), pp. 385–388. Available at: https://doi.org/10.1145/321765.321768.
  • Kopec, David. Classic Computer Science Problems in Python. Shelter Island, New York: Manning Publications Company, 2019.