大数据分析的深度与假象 今天听了一个数据分析的培训：数据的深度与假象。也没有听太懂，总结几个点分享下： 1. 数据的含义只有和人的行为联系起来才有意义；比如苹果手机的销量，是因为其主流用户的想法导 ...
2016-10-04建立大数据分析能力需四大要素 如今，企业都嗅到大数据带来的巨大价值，纷纷发力大数据领域，其中，建立大数据分析能力，是企业运用大数据的关键环节。领先的企业主要从四个方面入手建立自己的大数据分析能力： ...
2016-10-03
数据分析工作已经成为四分之三企业的共识 现在有关大数据的讨论非常多。IBM的商业价值研究院和牛津大学的塞德商学院，做了一个全球大数据的调研报告。采访了全球1100多家大型企业和机构的负责人。从这个调研报 ...
2016-10-03
大数据分析：描述型、预测型和规定型 有什么可以区别这三种主要类型的分析呢？一位数据科学家解释了其中的差异。大部分原始数据，特别是大数据，不能在其未加工状态为我们提供很大的价值。当然，通过应用合适的 ...
2016-10-03
大数据为生活保驾护航 离不开数据分析 现在，数十亿美元被用于将信息转化为对企业有价值的决策指导，但还有比海量数据更重要的东西——数据分析。关于大数据，不仅仅是有价值的内部信息，而是让大数据和预测有 ...
2016-10-03
大数据分析中某些重大要件或技术还不成熟 关于大数据分析，现实的情况是，说得人很多，鼓吹其神奇价值的喧嚣声浪很高，却鲜见其实际运用得法的模式和方法。造成这种窘境的原因无外乎有二：一是对于大数据分析的 ...
2016-10-03失去大数据分析 O2O会偏离本质 O2O概念，自诞生以来就受到业界广泛关注如今，O2O已经达到风生水起的阶段，在这个规程中，O2O也在不断变换新的玩法。有平台战略如阿里的手机淘宝，有线下实体合作，平台推进有如 ...
2016-10-03
R语言数据可视化05：散点图 散点图简介 散点图通常是用来表述两个连续变量之间的关系，图中的每个点表示目标数据集中的每个样本。 同时散点图中常常还会拟合一些直线，以用来表示某些模型。 绘制基本 ...
2016-10-02
大数据分析是否成功 五大要素来考量 当前，在大数据时代下，大数据在企业中的应用越来越广泛，与此同时，创新型企业正在研究他们的数据管理策略，以确定在哪些环境下以及怎样发挥云计算解决方案的作用。依托广 ...
2016-10-02
测试：你真的适合做数据分析吗？ 在大数据时代下，随着大数据分析的深入应用，数据分析师逐渐开始兴起，若想成为真正的数据分析师，或者做数据分析相关的工作，必须要具备相应的特质。 我觉得无论什么工作兴 ...
2016-10-02大数据分析技术如何进化 大数据分析技术现在还是一种传统的技术分析模型，主要还是对数据进行筛选、过滤之后进行分析，随着银行业、保险业，电子商务的不断发展，非结构数据的数量越来越多，增加了大数据分析的 ...
2016-10-02
一文看懂数据分析的目的、方法、工具及实际应用 我特别不喜欢装逼的产品经理，看文章也一样不喜欢华而不实的。所以督促自己写文章时，把懂的、经历过的能细就写的尽量详细;不懂的就去学，然后把整理的笔记分享 ...
2016-10-02
七个影响数据分析的数据建模错误 如果你有一个目标，想获得所有这些数据的可操作的见解，并一直在收集。那么，你如何确定模型的数据，以便实际上可以获得这些见解，并回答你的业务问题?你的计划。当规划阶段不 ...
2016-10-02数据分析师？程序能做的事还需要你吗？ 数据分析在现实中，当一个数据分析师跟别人聊天的时候，经常会被问一些问题： Ｑ：数据分析人员能做什么？ Ａ：从纷繁的数据里提炼出有价值的信息并给公司提供支持 ...
2016-10-01大数据时代，什么是数据分析的灵魂 什么是数据？数据（data）在拉丁文里是“已知”的意思，在英文中的一个解释是“一组事实的集合，从中可以分析出结论”。笼统地说，凡是用某种载体记录下来的、能反映自然界和 ...
2016-10-01资深大数据专家？？？ 最近朋友圈里许多的人在为公司招\"资深大数据\"的人才，不禁思考，什么样的人才是资深的大数据专家？也许这个题目有点大，那就再落地一点，什么样的人才能帮我的公司带入到大数据的领域， ...
2016-10-01
多元线性回归实战笔记 R语言中的线性回归函数比较简单，就是lm()，比较复杂的是对线性模型的诊断和调整。这里结合Statistical Learning和杜克大学的Data Analysis and Statistical Inference的章节以及《R语言 ...
2016-10-01
使用R进行统计分析—概率计算 R语言中提供了很多概率函数，可以方便的计算事件发生的概率。如二项分布概率函数和泊松分布概率函数。本篇文章介绍如果使用R语言中的这些函数求解事件发生的概率。 概率函 ...
2016-10-01
使用R进行统计分析—假设检验 假设检验是统计学中的一种推断方法，用来判断两个样本或总体间的差异是由于抽样误差引起的还是本质差别造成的。R语言中提供了很多假设检验函数，如F检验，t检验和卡方检验等等。本 ...
2016-10-01
2017校招数据分析岗位笔试/面试知识点 2017校招正在火热的进行，后面会不断更新涉及到的相关知识点。尽管听说今年几个大互联网公司招的人超少，但好像哪一年都说是就业困难，能够进去当然最好，不能进去是不是 ...
2016-09-30PowerBI 累计曲线制作指南：从 DAX 度量到可视化落地 在业务数据分析中，“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据：用法、实例与实战技巧 在 Python 编程中，函数是代码复用与逻辑封装的核心载体。多数场景下，我们 ...
2025-08-15CDA 数据分析师：引领商业数据分析体系构建，筑牢企业数据驱动根基 在数字化转型深化的今天，企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性（Feature Importance）排名解析 在机器学习领域，随机森林因其出色的预测性能和对高维数据的适应性，被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中，t 统计量是常用的重要指标，其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中，数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量：数据链路中的双重镜像 在商业数据分析体系中，流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中，商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师：数据时代的价值挖掘者 在数字经济高速发展的今天，数据已成为企业核心资产，而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中，开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据：从业务需求到技术实现 在数据分析场景中，连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制：数据打乱的艺术与实践 在深度学习模型训练过程中，数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选：从基础语法到实战应用 在数据分析工作中，基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域：从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年，数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率：计算方法与实践意义 在游戏行业中，流水（即游戏收入）是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级：数据分析入门的基石 在当今数据驱动的时代，数据分析能力已成为职场中的一项重要技能。CDA（Certified Data Anal ...
2025-08-12破解游戏用户流失困局：从数据洞察到留存策略 在游戏行业竞争白热化的当下，用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券：CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中，数据已成为企业核 ...
2025-08-11DBeaver 实战：实现两个库表结构同步的高效路径 在数据库管理与开发工作中，保持不同环境（如开发库与生产库、主库与从库）的表 ...
2025-08-08t 检验与卡方检验：数据分析中的两大统计利器 在数据分析领域，统计检验是验证假设、挖掘数据规律的重要手段。其中，t 检验和卡 ...
2025-08-08
