列举数据挖掘领域的十大挑战问题

2016-09-25

列举数据挖掘领域的十大挑战问题 数据挖掘（Data Mining，DM）又称数据库中的知识发现（Knowledge Discover in Database，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数 ...

实施数据挖掘项目考虑的问题

2016-09-25

实施数据挖掘项目考虑的问题 问题一 谈到数据挖掘应从以下三方面加以考虑，一是用数据挖掘解决什么样的商业问题，二是为进行数据挖掘所做的数据准备，三是数据挖掘的各种分析算法。 数据挖掘的分析算法主要 ...

数据挖掘研究的机遇及挑战

2016-09-25

数据挖掘研究的机遇及挑战 随着计算机的大量应用和数据量的急速增长，数据挖掘发挥着越来越重要的作用．数据挖掘经过近二十年的 发展．取得了很大的突破，包括了数据库技术、人工智能技术、数理统计、可视化技 ...

五大观点解析数据分析

2016-09-24

五大观点解析数据分析 1.数据是有立场的，立场决定解读 数据对于业务来讲，是KPI的衡量标杆，也是行动指南。但一旦涉及到立场和方向性的东西，必然有利益触发点的问题。比如同样的一次活动的网站转化率是1.2 ...

如何做好数据分析

2016-09-24

如何做好数据分析 在这里，我将题主的“快速”理解为如何在最短的时间内高效率的成为数据分析师。我想这才是题主的初衷吧！ 首先，成为任何一个技术型工作的从业者最需要的就是掌握相关的专业技能，因此也 ...

写好一份数据分析报告十要点

2016-09-24

写好一份数据分析报告十要点 先说说写一份好的数据分析报告的重要性，很简单，因为分析报告的输出是是你整个分析过程的成果，是评定一个产品、一个运营事件的定性结论，很可能是产品决策的参考依据，既然这么重 ...

运用数据挖掘进行客户关系管理

2016-09-24

运用数据挖掘进行客户关系管理 在当今市场上，商业的成功离不开有效的客户关系管理(Customer Relationship Management，CRM)。客户关系管理的本质是更有效地进行竞争。客户关系管理的目标是缩减销售周期和销售 ...

数据科学家应具备6种才能

2016-09-24

数据科学家应具备6种才能 随着大数据技术的发展，数据挖掘方面的人才变得日益抢手。而《哈佛商业评论》日前更是宣布，“数据科学家”是二十一世纪最性感的职业。所谓性感，既代表着难以名状的诱惑，又说明了大 ...

如何建立落地型数据分析(挖掘)流程

2016-09-24

如何建立落地型数据分析(挖掘)流程 数据工作者最长也是有效的一种工作方式是带项目，无论是数据分析还是专项挖掘，项目制能使数据尽量贴近业务并且有效理解业务和数据的各个维度。那么如何建立面向业务落地的数 ...

透析大数据与商业决策之间关系

2016-09-23

透析大数据与商业决策之间关系 今天，我们正处于决策成本产生巨变的爆发点，过去那些想尽办法都无法获取的数据，在今天唾手可得，而当有些表面上完全不相关的行业数据关联起来时，居然产生了新的商业价值。更重 ...

常见10大数据挖掘分析方法

2016-09-23

常见10大数据挖掘分析方法 经典方法,独步天下,数据江湖,挖掘万千:1.记忆基础推理法,2.市场购物篮分析,3.决策树,4.基因算法,5.群集侦测技术,6.连结分析,7.在线分析处理,8.类神经网络,9.区别分析,10.罗吉斯回归分 ...

大数据不会“主动”为企业做的10件事

2016-09-23

大数据不会“主动”为企业做的10件事 很多企业都对大数据寄予厚望，希望它能够解决长期存在的业务问题，让公司更具竞争力并设计、制造出更好的产品。然而，这样的热忱很容易带来对大数据的高估，因为大数据“本 ...

数据仓库成熟度模型

2016-09-23

数据仓库成熟度模型 我们中的许多人都曾经多年从事数据仓库管理工作。有些人做出了战略性的系统，让用户和企业高管十分满意。有些人则在为维持企业持续投入支持数据仓库项目挣扎，同时他的用户却在拼命要求更好 ...

数据工作者数据之路：从洞察到行动

2016-09-23

数据工作者数据之路：从洞察到行动 数据时代来临，人人都说大数据分析，可是说到未必做到，真正能从数据中获得洞察并指导行动的案例并不多见，数据分析更多的是停留在验证假设、监控效果的层面，通过数据分析获 ...

数据挖掘与数据建模的9个经验之谈

2016-09-23

数据挖掘与数据建模的9个经验之谈 数据挖掘是利用业务知识从数据中发现和解释知识（或称为模式）的过程，这种知识是以自然或者人工形式创造的新知识。 当前的数据挖掘形式，是在20世纪90年代实践领域诞生的 ...

数据分析生涯规划与等级

2016-09-22

数据分析生涯规划与等级 从表中可以看出，专家级的数据分析在分析方法的要求方面与资深数据分析师是相同的，层级2与层级1的能力差别主要体现在业务分析能力、管理能力和影响力等方面。要从“使命必达”的助理数 ...

【案例】R语言与机器学习学习笔记（分类算法）

2016-09-22

【案例】R语言与机器学习学习笔记（分类算法） 人工神经网络（ANN），简称神经网络，是一种模仿生物神经网络的结构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经 ...

数据科学有助于数据挖掘，数据分析

2016-09-22

数据科学有助于数据挖掘，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 ...

“数据分析师”这个职业有多热

2016-09-22

“数据分析师”这个职业有多热 根据“谷歌趋势”，在2011年的时候，“大数据”还很少被用作搜索词，但是从2012年开始到现在，你几乎能听到各行各业的人都在谈论“大数据”。 这是一个增长非常迅速的领域，而 ...

数据挖掘(数据分析)从业指南

2016-09-22

数据挖掘(数据分析)从业指南 请问：现在数据挖掘开发主流平台和编程语言。那些更有优势呢？现在大都用什么呢 问题1：现在选择数据挖掘作为终身职业是明智之举吗？ 问题2：如果我现在选择了数据挖掘，应该 ...