数据科学家日常工作的15项原则 作为一个数据科学家，我为我的日常工作总结开发出15项原则，这些是我本人也遵循的： 1、不要用数据说谎或吹牛: 对经验性证据要诚实坦率。最重要的是不要用数据自欺欺人。 2 ...
2016-10-14
数据分析相关笑话，只有数据人才懂 1、“我是搞数据分析的，学会了如何从DW中用SQL对数据ETL并建立了Cube。然后算啊算啊算，得出结论：今年2月份营业收入远远小于其它月份。我试图用spss、sas中的数据挖掘模型 ...
2016-10-14数据科学有利于数据挖掘，数据分析 “数据科学家”这一术语尚未失去吸引力，据Metamarkets公司的共同创始人及首席技术官Michael Driscoll说。Metamarkets是一家为数字、社交和移动媒体公司提供预测分析的创业公 ...
2016-10-13管理者常犯的4个关于数据分析的错误 有关数据和数据分析的高谈阔论比比皆是。不断有人告诫各大公司要规划恰当战略来收集分析大数据，并警告不这么做可能带来的不良后果。像《华尔街日报》近日就提到公司享有客 ...
2016-10-13
分分合合之数据科学家浅析 随着国家大数据行动计划的发布，大数据相关的新词频出，其中“数据科学家”一词更是横空出世貌似高不可攀。那我们来看看这个所谓的数据科学家到底是新瓶装旧酒还是新瓶装新酒？ ...
2016-10-13
谈一谈到底该如何学习数据分析 看到不止一个QQ群里面的有很多人都问过如何学好数据分析，这个一个比较大的命题，很难一两句话弄说的明了，所以这个的问题很难在QQ群里得到一个满意的答案。好吧，那我就以一个这 ...
2016-10-13
数据分析师、数据科学家常见的77个面试问题 随着大数据概念的火热，数据科学家这一职位应时而出，那么成为数据科学家要满足什么条件？或许我们可以从国外的数据科学家面试问题中得到一些参考，下面是77个关于数 ...
2016-10-13
学习R的三种境界，你达到了吗 王国维在《人间词话》中将读书分为了三种境界：\"古今之成大事业、大学问者，必经过三种之境界：\'昨夜西风凋碧树，独上高楼，望尽天涯路\'。此第一境也。\'衣带渐宽终不悔，为伊 ...
2016-10-13
机器学习、大数据等岗位面试时遇到的各种问题总结 自己的专业方向是机器学习、数据挖掘，就业意向是互联网行业与本专业相关的工作岗位。各个企业对这类岗位的命名可能有所不同，比如数据挖掘/自然语言处理/机器 ...
2016-10-12
R语言实战：R语言介绍 我们分析数据的方式在近年来发生了令人瞩目的变化。随着个人电脑和互联网的出现，可获取的数据量有了非常可观的增长。 商业公司拥有TB级的客户交易数据，政府、学术团体以及私立研究机 ...
2016-10-12
R语言实现交通行业事故案例之黑点确定 浅谈道路黑点定义，定义黑点道路为历史发生事故起数较多和近期发生事故明显增多两种道路，并且用简易事故、一般事故、较大事故、特大事故确定当前发生事故的严重程度，即 ...
2016-10-12
R语言ARIMA预测交通流量 交通流量预测分析研究是智能运输系统的核心研究内容之一，实例使用ARIMA（p，d，q）-差分自回归移动平均模型，AR是自回归， p为自回归项； MA为移动平均，q为移动平均项数，d为时间序 ...
2016-10-12
R语言数据分析实战：数据结构（2） 4、数据框 由于不同的列可以包含不同模式（数值型、字符型等）的数据，数据框的概念较矩阵来说更为一般。它与你通常在SAS、SPSS和Stata中看到的数据集类似。数据框将是你 ...
2016-10-12
R语言数据分析实战：数据结构（1） 一、数据集的概念 数据集通常是由数据构成的一个矩形数组，行表示观测，列表示变量。表2-1提供了一个假想的病例数据集。 不同的行业对于数据集的行和列叫法不同。 ...
2016-10-12
数据挖掘与数据分析梳理 一、数据挖掘和数据分析概述 数据挖掘和数据分析都是从数据中提取一些有价值的信息，二者有很多联系，但是二者的侧重点和实现手法有所区分。 数据挖掘和数据分析的不同之处： ...
2016-10-11
统计学中的基本概念 1、描述统计与推断统计 描述统计（Descriptive Statistics）：用表格、图形和数字来概括、显示数据特征的统计方法。 例1：2005年我国出生人口性别比（男：女）已经升高到119.92，与正 ...
2016-10-11
你应该知道的7种类型的回归技术！ 回归分析是建模和分析数据的重要工具。本文解释了回归分析的内涵及其优势，重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回 ...
2016-10-11
数据分析师如何打磨自己的业务深度 如何打磨自己的业务深度。 对于初级的数据分析师有条件的可以考虑到业务部门实习一段时间，销售、市场、营运部门都可以待一段时间，这对提高业务理解度会有直接的帮助的。 ...
2016-10-11
一大波Excel日期函数来袭，赶快收藏备用啦 日期就是一组特殊的序列值。如果在单元格中输入1，然后设置成日期格式，看看是不是变成了1900年1月1日? 日期函数主要用于计算星期、工龄、年龄、账龄、利息， ...
2016-10-11
聚类分析实战解析与总结 聚类分析是没有给定划分类别的情况下，根据样本相似度进行样本分组的一种方法，是一种非监督的学习算法。聚类的输入是一组未被标记的样本，聚类根据数据自身的距离或相似度划分为若干组 ...
2016-10-10Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23
