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 ...
2016-09-30DSGE 模型中的 Et：理性预期算子的内涵、作用与应用解析 动态随机一般均衡（Dynamic Stochastic General Equilibrium, DSGE）模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确：TIF 中的地名有哪两种存在形式？ 在开始提取前，需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师：解锁表结构数据特征价值的专业核心 表结构数据（以 “行 - 列” 规范存储的结构化数据，如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值？详解 dropna 函数的功能与实战应用 在用 Python（如 pandas 库）处理 Excel 数据时，“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验：差异、适用场景与实践应用 在数据分析与统计学领域，假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师：掌控表格结构数据全功能周期的专业操盘手 表格结构数据（以 “行 - 列” 存储的结构化数据，如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析：原理、影响因素与优化 在 MySQL SQL 调优中，EXPLAIN执行计划是核心工具，而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content：区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时（如使用requests ...
2025-09-15CDA 数据分析师：激活表格结构数据价值的核心操盘手 表格结构数据（如 Excel 表格、数据库表）是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比：urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求（如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师：业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段，其价值 ...
2025-09-12用 SQL 验证业务逻辑：从规则拆解到数据把关的实战指南 在业务系统落地过程中，“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例：数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下，精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析：概念辨析与协同价值 在数据驱动决策的体系中，“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析：从操作实践到业务价值挖掘 在数据分析场景中，聚类分析作为 “无监督分组” 的核心工具，能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的：从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具，并非简单的 “公式堆砌”，而是围绕特定 ...
2025-09-10CDA 数据分析师：商业数据分析实践的落地者与价值创造者 商业数据分析的价值，最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键：从业务到落地的全流程解析 在人工智能技术落地的浪潮中，机器学习作为核心工具，已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS（Statistical Product and Service Solutions，统计产品与服务解决方案 ...
2025-09-09
