维克多阿涛

虚拟机点击镜像文件打不开?

下载新版虚拟机, 下载链接 https://customerconnect.vmware.com/cn/downloads/details?downloadGroup=WKST-PLAYER-1623-NEW&productId=1039&rPId=85397

107.7186 2 0
  • 关注作者
  • 收藏
维克多阿涛

安装虚拟机遇到"此主机支持Intel VT-x,但Intrel VT-x处于禁用状态"

安装虚拟机遇到"此主机支持Intel VT-x,但Intrel VT-x处于禁用状态"解决方法1.本机重启进入BIOS2.选择上方菜单[advanced](根据下发提示,↑↓←→移动鼠标)3.进入advanced界面,选择列表中的【CPU Configuration】或者CPU-Setup4.找到【Intel Virtualization Technology】选项,点击回车5.该选项默认的是Di

107.7186 2 0
  • 关注作者
  • 收藏
whq2018

学习笔记——企业数据分析能力简介

企业数据分析能力简介.pdf

122.0617 3 0
  • 关注作者
  • 收藏
维克多阿涛

HBase存储

HBase是一个高性能、列存储、可伸缩、实时读写的分布式存储系统,同样运行在HDFS之上。与Hive不同的是,HBase能够在数据库上实时运行,而不是跑MapReduce任务,适合进行大数据的实时查询。 画像系统中每天在Hive里跑出的结果集数据可同步到HBase数据库,用于线上实时应用的场景。 下面介绍几个基本概念:·row key:用来表示唯一一行记录的主键,HBase的数据是按照 row k

38.4587 3 0
  • 关注作者
  • 收藏
维克多阿涛

​关于用户画像3种类型的标签的区别。

1.统计类标签 这类标签是最为基础也最为常见的标签类型,例如,对于某个用 户来说,其性别、年龄、城市、星座、近7日活跃时长、近7日活跃天 数、近7日活跃次数等字段可以从用户注册数据、用户访问、消费数据 中统计得出。该类标签构成了用户画像的基础。2.规则类标签 该类标签基于用户行为及确定的规则产生。例如,对平台上“消费活跃”用户这一口径的定义为“近30天交易次数≥2”。在实际开发画像 的过程中,由于

25.4921 5 0
  • 关注作者
  • 收藏
CDA113860

国家统计局工业司高级统计师朱虹解读工业企业利润数据

工业企业利润保持稳定增长 ——国家统计局工业司高级统计师朱虹解读工业企业利润数据   2021年8月份,工业生产稳中有进,企业经营状况继续改善,利润保持稳定增长态势。8月份,全国规模以上工业企业利润同比增长10.1%,比2019年同期增长31.1%,两年平均增长14.5%(以2019年同期数为基数,采用几何平均方法计算)。从1—8月份累计看,规模以上工业企业利润同比增长49.5%,比2019年同期

0.4432 2 0
  • 关注作者
  • 收藏
永洪科技

百万量级数据不要怕,一招教你精准锁定

在做数据分析时你有没有遇到这些问题:数据量大,怎么也找不到特定日期的文件老板要看某年某月的销售数据,你要从百万量级数据中一条条寻找……要是使用永洪BI,会不会有一种方法,让我们在百万量级的数据中,一眼锁定要找的那一条?有的,那便是文件过滤。首先,我们来说一下什么是meta,什么是文件过滤。01 什么是metameta是集市文件上打的标签,可以大致理解为这个集市文件的属性。比如,某个集市数据,我们是

96.4551 3 0
  • 关注作者
  • 收藏
永洪科技

学完这个专题,0基础小白快速上手数据分析

无论是公司还是个人,每天的行为都会产生数据,而如何利用起来这些数据,让这些数据发挥出本来的价值,是门学问。从今天开始,我们将从什么是数据分析讲起,一步一步带大家玩转大数据,变身数据分析高手。01 什么是数据分析数据分析是指用适当的统计分析方法,对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。为什么要去做数据分析?从公司角度来讲,经过多年的信息化建设,每个公司

96.4551 3 0
  • 关注作者
  • 收藏
永洪科技

大数据时代,企业如何拿下竞争话语权?这个方案值得一看

随着孟晚舟案听证会的结束,牵动亿万同胞心的案件,终于将在10月份迎来最终裁决。孟晚舟被扣押在加拿大3年,美国无理由打压了中国高科技企业,已将超过100个中国企业和机构,列入出口管制的“实体清单”。在美国的“制裁”之下,华为的一举一动,给全球供应链也带来影响。由此我们可以看出供应链的重要性,那么:什么是供应链?供应链面临哪些挑战?企业如何解决面临的挑战?供应链管理建设目标和方法是什么?今天,一文带大

96.4551 3 0
  • 关注作者
  • 收藏
永洪科技

高校数字化建设到底该如何推进?这篇方案值得一看

高校信息化的发展已历经三十年。从信息化建设阶段来看,可以分为四个阶段:第一阶段以设备和网络为建设核心,譬如“电教中心”、“计算机中心”;第二阶段以数字化校园建设为核心,譬如 “智慧教室”,“在线教学平台”;第三阶段以数据为核心,譬如有些学校已经把“网络信息中心”更名为“大数据中心”;第四阶段为已建立智慧大脑、人工智能的问题解决平台的发展阶段,譬如自动解答海量疑问、智能办理校内业务、建立人工智能问题

96.4551 3 0
  • 关注作者
  • 收藏
天浪觅

创建表错误--不知哪里有问题

创建表错误--不知哪里有问题

34.7209 2 1
  • 关注作者
  • 收藏
数字人bot

从excel到数据分析大赛获奖,一名产品经理的经验心得

大家好,我是来自一家工业互联网平台的数据产品经理,工作内容大量用到数据报表和PPT。前不久,我参加了2020永洪BI数据分析冬季精英挑战赛,还获得了优胜奖。今天,想跟大家分享一些我的使用体验。在日常的工作中,我接到报表需求都是先用excel对接数据库完成取数,或者直接让开发同事开发到系统中,但问题也丛出不穷,经常遇到开发同事刚完成,业务需求就改变,导致逻辑不断修改,开发投入不断增加。这是我的获奖作

96.4352 2 0
  • 关注作者
  • 收藏
syn616

CDA

EDIT中E,D,I,T分别是什么意思

597.5080 3 1
  • 关注作者
  • 收藏
tianq2

什么情况

什么情况啊

0.0000 0 0
  • 关注作者
  • 收藏
138****8593

深圳源中瑞区块链产品溯源的作用

区块链系统开发可咨询张小姐13826558593 “区块链技术”其实就是一种新型的云服务,一种结合区块链技术的云服务。可zi询威;ruiectian,在这边就很多人有疑问了,那区块链技术跟产品又有什么关系呀?在这边作者就要跟大家详说一些关于区块链溯源的知识啦。 区块链溯源主要是运用互联网将所有的数据进行整合并分析,精确记录产品的每一个流程与节点,但这些数据也要通过整合后发送到相关的认

18.8496 1 0
  • 关注作者
  • 收藏
维克多阿涛

k-fold 交叉验证

k-fold 交叉验证:首先将全部样本划分成 k 个大小相等的样本子集;依次遍历这 k 个子集,每次把当前子集作为验证集,真余所有子集作为训练集,进行模型的训练和评估;最后把 k 次评估指标的平均值作为最终的评估指标 。 在实际实验中, k 经常取 10。

18.8654 2 0
  • 关注作者
  • 收藏
维克多阿涛

如何进行线上A/B 测试?

进行 A/B 测试的主要手段是进行用户分桶,即将用户分成实验组和对照组,对实验组的用户施以新模型 ,对对照组的用户施以旧模型 。在分桶的过程中 ,要注意样本的独立性和采样方式的无偏性,确保同一个用户每次只能分到同一个桶中,在分桶过程中所选取的 user_id 需要是一个随机数,这样才能保证桶中的样本是无偏的 。

18.8654 2 0
  • 关注作者
  • 收藏
维克多阿涛

余弦距离是否是一个严格定义的距离?

首先看距离的定义:在一个集合中,如果每一对元素均可唯一确定一个实数,使得三条距离公理(正定性,对称性, 三角不等式)成立,则该实数可称为这对元素之间的距离。余弦距离满足正定性和对称性,但是不满足三角不等式 ,因此它并不是严格定义的距离 。

18.8654 2 0
  • 关注作者
  • 收藏
维克多阿涛

余弦距离

在机器学习问题中,通常将特征表示为向量的形式,所以在分析两个特征向量之间的相似性时, 常使用余弦相似度来表示 。余弦相似度的取值范围是[-1,1 ], 相同的两个向量之间的相似度为 1 。 如果希望得到类似于距菌的表示,将 1减去余弦相似度即为余弦距离 。因此,余弦距离的取值范围为[ 0,2],相同的两个向量余弦距离为 0 。

66.5145 3 0
  • 关注作者
  • 收藏
维克多阿涛

ROC 曲线的由来

ROC 曲线的由来ROC 曲线最早是运用在军 事上的,后来逐渐运用到医学领域,并于 20 世纪 80 年代后期被引入机器学习领域。相传在第二次世界大战期间,雷达兵的任务之一就是死死地盯住雷达显示器 ,观察是否有敌机来袭。理论上讲,只要有敌机来袭,雷达屏幕上就会出现相应的信号。但是实际上 ,如 果飞鸟出现在雷达扫描区域时 , 雷达屏幕上有时也会出现信号。这种情况令雷达兵烦恼不己,如果过于谨慎,凡是有

78.4503 3 0
  • 关注作者
  • 收藏

热门用户 换一批

本月PGC排行 总奖励
01
闫粤东
1678.6903
02
CDA168708
1600.8352
03
维克多阿涛
983.3085
04
DA弯道超车
650.6957
05
CDA117845
640.0020
06
whq2018
599.9084
07
陈革007
480.0000
08
1027670370
320.0000
09
CDA118057
235.9351
10
WXJLIJp
159.7524
11
CDA121651
141.8182
12
申宗康
120.0000
13
CDA117556
120.0000
14
ermutuxia
80.0000
15
卫明真
80.0000
16
LXM21
79.8762
17
CDA122362
29.1808