数据专家在大数据分析中的作用 大数据科学家的工作从企业的业务问题开始，下一个步骤是创建分析计划，即一些企业称之为“数据分析计划。”当然，你需要考虑到数据科学家的不同专业背景，如有数学界、软件工程、 ...
2016-09-14
如何成为一名合格的数据科学家 本文独家探讨了IT行业发展最快、业内讨论最多的角色之一--数据科学家。根据CNN报道，数据科学家是2012年度最佳的新工作之一，《哈佛商业评论》的评论文章甚至称其为21世纪“最性 ...
2016-09-14
游戏数据分析基本思路与方法 数据分析是产品运营极具战略意义的一环；从宏观到微观分析，通过表层数据挖掘产品问题，是每个运营人的必修课。 首先，我们来看比较常见的分析方法： 5W2H分析法：What（ ...
2016-09-14案例详解SPSS聚类分析全过程 案例数据源： 有20种12盎司啤酒成分和价格的数据，变量包括啤酒名称、热量、钠含量、酒精含量、价格。 【一】问题一：选择那些变量进行聚类?——采用“R型聚类” ...
2016-09-13
实例讲解调查问卷SPSS分析：休闲服的购买因素分析 在购买品牌休闲服时，您最重视的三个因素?（1）____（2）____（3） （1）品质（2）价格（3）服务水平（4）款式（5）推广方式（6）舒适合体（7） ...
2016-09-13
SPSS把一个数据样本随机分为两部分 1、打开SPSS数据文件。 2、选择DATA>SELECT CASES，打开“Select Cases”对话框 3.选择“Random sample of cases”, 单击“Sample”按钮，打开“Select Cases: ...
2016-09-13SPSS的Data菜单说明 Data菜单说明： 简单命令：包括插入变量、插入记录和到达某条记录，这些功能都可以用鼠标在数据界面上直接完成，很少会使用菜单调用。 常用的简单过程：包括排序、拆分文件、选择记录 ...
2016-09-13
SPSS常见问题解答 在SPSS中能否直接读入EXCEL 97数据文件？有无读入数据的简便方法？ 在 SPSS 10.0版中，任何版本的EXCEL文件都可以在OPEN对话框中直接打开。但在9.0及以前版本中就比较复杂，实际上SPSS ...
2016-09-13
SPSS中正态分布检验 1、先做直方图看看是否大概符合正态分布，这个不用说了吧，Graph-->legacy dialogs-->histogram-->选入变量-->OK.如果距离正态分布的样子太远了，你就不要做下面的工作啦。 2、Analyze-- ...
2016-09-13
几个数据挖掘中常用的概念 还有一些概念是我们在数据挖掘中常用的，比如聚类算法、时间序列算法、估计和预测以及关联算法等。我们将在本节中介绍几个常用概念以加深读者对数据挖掘的理解。 聚类 所谓聚类 ...
2016-09-12
数据挖掘的一般步骤 数据挖掘的基本流程 数据挖掘有很多不同的实施方法，如果只是把数据拉到Excel表格中计算一下，那只是数据分析，不是数据挖掘。本节主要讲解数据挖掘的基本规范流程。CRISP-DM和SEMMA是两 ...
2016-09-12
数据价值的4种常见定位 在日常工作中和数据产出中，数据价值的定位分为4种：数据管理、数据日常报表、数据专项挖掘分析、数据驱动。几乎所有企业的数据价值定位都脱离不了这4种，差异只是不同定位间的权重不同 ...
2016-09-12拥抱大数据时代 深度挖掘企业数据价值 大数据真正开始做始于去年，通过两年的尝试、积累，思路已有，但离成功还很远。一些国外的大数据案例、大数据故事无非是商务智能（BI）、数据仓库（BW）的改头换面，新瓶 ...
2016-09-12数据分析数据采集方式及分析工具 数据采集方式 1.业务管理软件本身提供通用数据库报表模版接口数据库开发人员开发后数据库报表后配置入管理软件并设置权限，数据提取人员可以直接从软件中提取数据报表。（如 ...
2016-09-12
三要点|解构小白入手数据分析的思维模式 数据分析(Data Analysis)——这个词真的是如雷贯耳，装B一绝啊!甭管什么玩意，上来先整一通再说。“数据分析”甚是被提上了神坛，找工作或者聊点行业内的动态不提点数 ...
2016-09-12聚类分析中几种算法的比较 将数据库中的对象进行聚类是聚类分析的基本操作，其准则是使属于同一类的个体间距离尽可能小，而不同类个体间距离尽可能大，为了找到效率高、通用性强的聚 类方法人们从不同角度提出 ...
2016-09-11
SPSS基础技巧假设检验的内涵及步骤 问：假设检验的内涵及步骤 答：在假设检验中，由于随机性我们可能在决策上犯两类错误，一类是假设正确，但我们拒绝了假设，这类错误是“弃真”错误，被称为第一类错误；一 ...
2016-09-11
SPSS:方差齐性资料的独立样本t检验 〖例子〗为比较两种广告对销量的影响效果，随机从不同地区中选出11个地区投放第一类广告；选出12个地区投放第二类广告。根据二个月的观察，得到的平均每日销量如下，比较两种 ...
2016-09-11
走出数据分析的几个误区,切忌轻易判断和决定 平时无论是进行用户调研、产品运营还是竞品分析，都少不了对于数据的分析，如果项目中出现某些分歧谁也无法说服谁时，很多时候也都是拿数据说话，可见在开发产品的 ...
2016-09-11入门数据分析,我应该学习什么编程语言 很多时候，当和人们讨论怎么开始学习数据科学，一个疑惑总是出现在我们面前： 我不知道应该学什么编程语言。 不仅仅是编程语言，这还包括软件系统，例如TABLEAU,SPSS ...
2016-09-11基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线（ROC 曲线）是评估诊断模型或预测指标效能的核心工具， ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中，隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维：驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下，数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA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 ...
2025-08-15
