【实例】数据科学家所需的技能和素质 对数据科学家的关注，源于大家逐步认识到，Google、Amazon、Facebook等公司成功的背后，存在着这样的一批专业人才。这些互联网公司对于大量数据不是仅进行存储而已，而是将 ...
2016-09-21
如何做个有能力、懂业务、擅工具的数据分析师 经常有网友我问“如何做一个数据分析师？”，将数据分析师分成初级、高级、数据挖掘工程师三个层次来阐述，大家正好可以对号入座。 1、数据分析师的能力体系 ...
2016-09-20
R与并行计算 本文首先介绍了并行计算的基本概念，然后简要阐述了R和并行计算的关系。之后作者从R语言用户的使用角度讨论了隐式和显示两种并行计算模式，并给出了相应的案例。隐式并行计算模式不仅提供了简单清 ...
2016-09-20
机器学习算法复习--随机森林 决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但是同时， 单决策树又有一些不好的 ...
2016-09-20
大数据分析之—基于模型的复杂数据多维聚类分析 随着现实和虚拟世界的数据产生速度越来越迅猛，人们开始关注如何从这些数据中获取信息，知识，以及对于决策的支持。这样的任务通常被称作大数据分析（BigData An ...
2016-09-20
数据分析/数据挖掘 入门级选手建议 1.数据分析和数据挖掘联系和区别 联系：都是搞数据的 区别：数据分析偏统计，可视化，出报表和报告，需要较强的表达能力。数据挖掘偏算法，重模型，需要很深的 ...
2016-09-20
常规商业问题分析的角度 统计分析给您以先机，分析报告给您后见之明，数据挖掘给您以洞察,数据挖掘--市场调研--统计分析构成企业日常商业分析的完美循环。 1、多维度分析：从多个不同的角度及其组合去分析 ...
2016-09-20数据分析的一些误区 1.忽略沉默的数据 二战时英国空军为了降低飞机的损失，决定给飞机的机身进行装甲加固。由于当时条件所限，只能用装甲加固飞机上的少数部位。他们对执行完轰炸任务返航的飞机进行仔细的观 ...
2016-09-19【经验】数据挖掘七步走 Step1.商业理解 就是商业问题的理解了，那么如何更好的理解“老大”提出的商业问题困惑呢？我觉得思维导图倒是个不错的选择，当然自己要想更好的理解“老大”的意思还需要进一步的沟 ...
2016-09-19
面对数据工程师,你有7个问题可以问 运用数据进行管理不是什么新鲜事,但是大数据还是个新概念, 有相关的风险、挑战和机会。高级管理者需要具备一定的认识,以备他们的数据专家提出新观点时,自己有所准备。下列这 ...
2016-09-19
排名前20位的大数据职位及其职责,你能胜任么 大数据在全球范围内的IT就业市场占有越来越重要的影响。根据Gartner公司提供的数据，截至到2015年将有440万的IT工作来支持大数据，仅美国就会有190万的IT工作产生。 ...
2016-09-19
数据分析师：数据分析到底适合于哪些人才 到底哪些人适合于进行数据分析呢?毕竟数据分析不仅仅是写数据报表或者整理数据，而是需要对数据进行分析。对于互联网公司而言，其又需要招募怎样的人才作为数据分析师 ...
2016-09-19
大数据之有指导数据挖掘方法模型 数据挖掘的目的，就是从数据中找到更多的优质用户。 什么是有指导的数据挖掘方法模型，以及数据挖掘如何构建模型。在构建一个有指导的数据挖掘模型，首先要理解和定义一些模型 ...
2016-09-19
用R语言对混合型数据进行聚类分析 利用聚类分析，我们可以很容易地看清数据集中样本的分布情况。以往介绍聚类分析的文章中通常只介绍如何处理连续型变量，这些文字并没有过多地介绍如何处理混合型数据（如同时 ...
2016-09-18
有关文本挖掘的14个概念 我们所处的信息时代以急速增长的数据信息收集、储存和转换成电子格式为特征。大量的商业数据以杂乱无章的文本形式储存。 据美林公司（Merrill Lynch）和高德纳公司（Gartner）联合进 ...
2016-09-18
数据分析，如何生成你需要的基础数据 想要将数据分析、数据挖掘的作用最大化，数据的完整性总是必不可少的，因此，掌握一些生成基础数据的方法也非常重要。本期文章，我们以医疗场景为例，手把手教你生成 ...
2016-09-18
SAS市场研究应用介绍:多维偏好分析 多维偏好分析（multidimensional preference analysis）介绍 在联合分析中，被访者需要描述他们对产品的偏好情况，这些产品有若干实验者事先决定的属性。但有时候，这些属 ...
2016-09-18
SAS市场研究应用介绍:离散选择分析 一、离散选择分析（discrete choice analysis）介绍 联合分析是用来发掘消费者的偏好，指出了消费者将选择购买哪种组合（联合分析相关内容具体请参考上一文章介绍:SAS市场 ...
2016-09-18
SAS市场研究应用介绍:对应分析 一．对应分析(Correspondence analysis)介绍 前二周我们简单讲了SAS市场研究应用，联合分析与离散选择偏好。 组合分析用来评价消费者偏好。如果将产品看成一些属性的组合， ...
2016-09-18
SAS市场研究应用介绍:多维尺度分析 多维尺度概念 市场研究感兴趣的是，消费者在购买产品时是如何做决策的？产品的哪种属性是重要的？是否所有的消费者以同样的方式做决策？如果不是，又是如何不同的？在做出 ...
2016-09-17CDA数据分析师与数据指标：基础概念与协同逻辑 一、CDA 数据分析师：数据驱动时代的核心角色 1.1 定义与行业价值 CDA（Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析：从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计：CDA数据分析师的基础核心与实践应用 一、描述性统计的定位：CDA 认证的 “入门基石” 在 CDA（Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后，原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中，response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮：CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代，数据治 ...
2025-08-21Power BI 热力地图制作指南：从数据准备到实战分析 在数据可视化领域，热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库：从原理到实践的全面解析 在深度学习领域，矩阵运算堪称 “计算基石”。无论是卷积神经网络（CNN）中的 ...
2025-08-20数据建模：CDA 数据分析师的核心驱动力 在数字经济浪潮中，数据已成为企业决策的核心资产。CDA（Certified Data Analyst）数据分 ...
2025-08-20KS 曲线不光滑：模型评估的隐形陷阱，从原因到破局的全指南 在分类模型（如风控违约预测、电商用户流失预警、医疗疾病诊断）的评 ...
2025-08-20偏态分布：揭开数据背后的非对称真相，赋能精准决策 在数据分析的世界里，“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师：数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天，“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师：善用 Power BI 索引列，提升数据处理与分析效率 在 Power BI 数据分析流程中，“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师：巧用 SQL 多个聚合函数，解锁数据多维洞察 在企业数据分析场景中，单一维度的统计（如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师：驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中，表格结构数据（如 Excel 表格、数据库 ...
2025-08-18PowerBI 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。 ...
2025-08-14
