数据分析时，数据量大不可怕，可怕的是数据倾斜。当出现数据倾斜时，小量任务耗时远高于其它任务，从而使得整体耗时过大，未能充分发挥分布式系统的并行计算优势。下面小编就给大家分享几种数据倾斜优化的方法，希 ...
2020-07-02文本挖掘是抽取有效、新颖、有用、可理解的、散布在文本文件中的有价值知识，并且利用这些知识更好地组织信息的过程。 文本挖掘指的是从文本数据中获取有价值的信息和知识，它是数据挖掘中的一种方法，主要用途 ...
2020-07-02
echarts是一个使用 JavaScript 实现的开源可视化库，因为其着良好的交互性，精巧的图表设计，受到众多开发者青睐。Python 是一门富有表达力的语言，在数据处理方面很在行。当Python数据分析遇上echarts数据可视化 ...
2020-07-02
seaborn是建立在Matplotlib基础之上的高级的API，是比Matplotlib更为高级的的一种python可视化库。专攻于统计可视化，有丰富的可视化库，包括一些复杂类型，如时间序列、联合分布图(jointplots)和小提琴图(violind ...
2020-07-02相信只要接触过python的人，对于matplotlib都很熟悉。matplotlib是一种python可视化库。 matplotlib 是一个用于创建二维图和图形的底层库，是python可视化库中规中矩的一种库，像大多数编程语言的标准库一 ...
2020-07-02Python是一款功能强大的数据分析工具，其中Python可视化功能更是受到许多数据分析师的青睐，下面小编就给大家分享一些Python可视化库，希望对各位数据分析师小伙伴有所帮助。 1.Matplotlib Matplotlib是一个 ...
2020-07-02“CDA数据分析师认证”是一套专业化，科学化，国际化，系统化的人才考核标准，分为CDA LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ，CDA Level II：建模分析师，专指金融、电信、零售、互联网、电商、医学等行业专门从事数据分 ...
2020-07-01在许学习贝叶斯方法的时候最常见到的就是先验概率,后验概率。下面小编简单介绍一下先验概率，希望对各位小伙伴有所帮助。 一、先验概率定义 先验概率是指根据以往经验和分析得到的概率 二、先验概率条件 ...
2020-07-01
今天小编给大家分享一下最小二乘法的一些内容。 一、最小二乘法概念 最小二乘法Least Square Method，做为分类回归算法的基础，有着悠久的历史(由马里·勒让德于1806年提出)。主要是通过最小化误差的平方以 ...
2020-07-01
贝叶斯分类是一类分类算法的总称，这类算法都是以贝叶斯定理为基础，所以统称为贝叶斯分类。贝叶斯分类中最简单，同时也是常见的一种分类方法就是朴素贝叶斯分类。下面小编来简单介绍一下朴素贝叶斯分类。 一、 ...
2020-07-01
有监督学习的主要任务是分类和回归，而其中最简单的一种回归方式就是线性回归。下面跟随小编一起来看线性回归的内容吧。 线性回归得出的模型不一定是一条直线，在只有一个变量的时候，模型是平面中的一条直线; ...
2020-07-01机器学习分为：有监督学习，无监督学习，半监督学习等。今天跟小编一起来看有监督学习的内容吧。 一、有监督学习定义 有监督学习，就是大家常说的分类，通过某种或某些特性的样本作为训练集，建立一个最优模 ...
2020-07-01
相信各位统计学的小伙伴对于T分布并不陌生，T分布，即学生T-分布(Student\'st-distribution)，经常被应用在对呈正态分布的总体的均值进行估计。下面小编就具体来介绍一下T分布。 一、T分布的来源 简单说一下 ...
2020-07-01异常值，又称离群点，是指那些在数据集中存在的不合理的值，需要注意的是，不合理的值是偏离正常范围的值，不是错误值。比如人的身高为-1m，人的体重为1吨等，都属于异常值的范围。虽然异常值不常出现，但是又会对 ...
2020-07-01
相信做数据分析的小伙伴一定都听说过啤酒与尿布的故事，超市把有关联的东西放在一起，以方便顾客购买，这个故事体现的就是关联规则。关联规则又被称为关联分析，它的目的是在一堆事物中找出具有关联的事物。经常被 ...
2020-07-01协同过滤(CollaborativeFiltering)是推荐算法中最经典、应用最广泛的类型，主要的功能是预测和推荐。它的原理是通过了解用户与物品之间的关系进行推荐，物品本身的属性不考虑在内。主要由线的协同和离线的过滤两部 ...
2020-07-01异常值是指样本中的个别值，其数值明显偏离它(或它们们)所属样本的其余观测值。异常值分析目的是检验是否有录入错误的数据以及是否含有不合常理的数据时。如果对异常值的存在忽视不见，在数据的计算分析过程中把异 ...
2020-06-30R语言是一种用来进行数据探索、统计分析、绘图的解释型语言。它具有丰富的数据类型、以及数量众多的算法功能包、以及非常灵活多样的作图功能。是目前各行各业的数据分析师都在实使用的一种语言，受到众多企业以及 ...
2020-06-30
数据倾斜是数据挖掘过程中的常见问题，尤其是在需要处理的数据量过于庞大时，我们可能会需要花费几周甚至更长时间去处理。小编今天就来跟大家分享一下数据倾斜的表现以及产生原因，希望对各位小伙伴有所帮助。 ...
2020-06-30作者：挪亚·吉夫特(Noah Gift) 来源：大数据DT(ID：hzdashuju) 内容摘编自《人工智能开发实践：云端机器学习导论》 导读：本文介绍Python中的常见控制结构。 传统Python语言的主要控制结构是for ...
2020-06-30数据分析在当今信息时代发挥着重要作用。单因素方差分析（One-Way ANOVA）是一种关键的统计方法，用于比较三个或更多独立样本组 ...
2025-04-25CDA持证人简介： 居瑜 ，CDA一级持证人国企财务经理，13年财务管理运营经验，在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-25在当今数字化时代，数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时，往往充满疑惑： 如何成为一名数据分析师？成为 ...
2025-04-24以下的文章内容来源于刘静老师的专栏，如果您想阅读专栏《刘静：10大业务分析模型突破业务瓶颈》，点击下方链接 https://edu.cda ...
2025-04-23大咖简介： 刘凯，CDA大咖汇特邀讲师，DAMA中国分会理事，香港金管局特聘数据管理专家，拥有丰富的行业经验。本文将从数据要素 ...
2025-04-22CDA持证人简介 刘伟，美国 NAU 大学计算机信息技术硕士， CDA数据分析师三级持证人，现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介：贺渲雯 ，CDA 数据分析师一级持证人，互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下，数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介：居瑜 ，CDA一级持证人，国企财务经理，13年财务管理运营经验，在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介： CDA持证人刘凌峰，CDA L1持证人，微软认证讲师（MCT）金山办公最有价值专家（KVP），工信部高级项目管理师，拥有 ...
2025-04-15持证人简介：CDA持证人黄葛英，ICF国际教练联盟认证教练，前字节跳动销售主管，拥有丰富的行业经验。在实际生活中，我们可能会 ...
2025-04-14在 Python 编程学习与实践中，Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本，集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展，数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据，帮助企业做出科 ...
2025-04-11持证人简介：CDA持证人黄葛英，ICF国际教练联盟认证教练，前字节跳动销售主管，拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》（下称《蓝皮书》）正式发布。《蓝皮书》指出，当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中，数据已经成为企业决策和运营的核心。每一位客户，每一次交易，都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进，企业生产运作过程中的在线数据变得更加丰富；而互联网、新零售等C端应用的丰富多彩，产 ...
2025-04-094月7日，美国关税政策对全球金融市场的冲击仍在肆虐，周一亚市早盘，美股股指、原油期货、加密货币、贵金属等资产齐齐重挫，市场 ...
2025-04-08背景 3月26日，科技圈迎来一则重磅消息，苹果公司宣布向浙江大学捐赠 3000 万元人民币，用于支持编程教育。 这一举措并非偶然， ...
2025-04-07在当今数据驱动的时代，数据分析能力备受青睐，数据分析能力频繁出现在岗位需求的描述中，不分岗位的任职要求中，会特意标出“熟 ...
2025-04-03
