CDA数据科学研究院
CDA考试中心
CDA网校
企业服务
CDA社区
CDA竞赛
CDA技术答疑
CDA会员
职业咨询
关于CDA
APP下载
全国热线
4000-51-9191
全国校区
北京
上海
广州
深圳
成都
西安
南京
长沙
宁波
数据分析师
就业班
题库
CDA认证
登录
注册
首 页
课程中心
名企实训营:
京东CDA数据分析师就业班
GrowingIO&CDA增长黑客就业班
腾讯课堂薪选CDA数据分析就业班
就业邦:
CDA数据分析师周末就业班
CDA数据分析师脱产就业班
敏捷算法建模训练营周末班
大数据开发工程师周末就业班
职业技能:
CDA数据赋能 LEVEL Ⅰ
CDA数据策略分析 LEVEL Ⅱ
CDA Python机器学习 LEVEL Ⅲ
学历提升:
CDA考研双证硕士
职业路径
直播公开课
认证考试
企业内训
CDA社区
CDA竞赛
CDA技术答疑
CDA会员
scikit-learn中文社区
职业咨询
求职招聘
能力测试
产 品
大数据与人工智能实验室
好学AI
(下一代智能学习产品)
CDA网校
FMC专项认证
京东数据分析师证书查询
证书查询
免密码
登录
获取验证码
行为验证™ 安全组件加载中
提交
首次登录验证后自动注册
数据分析师技术_数据分析技术_数据分析培训_第175页-CDA数据分析师官网
首页
>
技术干货
上一页
下一页
1 ...
171
172
173
174
175
176
177
178
..419
175/419
跳转
数据科学中“专业化”意味着什么
数据科学中“专业化”意味着什么
2016-06-10
数据科学中“专业化”意味着什么 我作为一个数据科学家的经历跟我在书本和博客上所读到的根本不一样。我曾读到过为数字超级新星公司工作的数据科学家,他们听上去像是英雄,可以写出自动化(近乎有感知能力的) ...
卡方拟合优度检验
卡方拟合优度检验
2016-06-10
卡方拟合优度检验 卡方拟合优度检验主要是针对单个总体的分布形态进行推断,从而了解样本来自的总体分布是否与某个已知的理论分布吻合。 例题:在一份调查问卷中,想调查学生的专业(文史、体体、理工)的人 ...
数据分析中6个常规的错误
数据分析中6个常规的错误
2016-06-10
数据分析中6个常规的错误 1. 错把关联当因果 夏天雪糕销量越好,游泳溺水的事件也越多,是不是雪糕中某种成分对人影响的后果呢?简单的思考后就会发现,是因为气温越高,雪糕销量会越高,同时温度越高,去河 ...
如何计算各种平均值
如何计算各种平均值
2016-06-09
如何计算各种平均值 平均值是概括总体分布,表示全体趋势或类型的代表性数据,本文我们重点探讨一下如何计算各种平均值这个话题。一般而言,平均值是指一组数据中所有数据之和同数据个数之比。平均值有三种类型 ...
数据分析需要采取不同的方法
数据分析需要采取不同的方法
2016-06-09
数据分析需要采取不同的方法 一个数据分析过程算是一个管理过程,所以,数据分析的管理过程往往还是带有一定的科学管理方面的含量,所以,一些单位或部门,尤其是一些商企部门都已经养成了常态性的数据分析,并 ...
小白学数据分析--充值记录分析
小白学数据分析--充值记录分析
2016-06-09
小白学数据分析--充值记录分析 充值记录分析的方法有很多种,维度很多,今天就说说一个比较初级的分析方法,希望对于各位有一定的帮助和指导。 首先来看一下充值记录的格式,一般而言我们取到的数据都是交 ...
基于excel的数据分析与业务建模(2)区域名称
基于excel的数据分析与业务建模(2)区域名称
2016-06-09
基于excel的数据分析与业务建模(2)区域名称 解决什么问题:如何定义一个单元格名称或一个单元格区域名称,如何在公式中使用区域名称? 举个例子:A5000:A5049表示某商品在美国各州的销量,有公式如sum(A50 ...
小白学数据分析--描述性统计术语汇总
小白学数据分析--描述性统计术语汇总
2016-06-09
小白学数据分析--描述性统计术语汇总 术语是帮助我们打开思路,通过多个角度对数据进行深度解读,数据分析师不能仅仅靠着对数据的一种感觉和敏感来进行数据分析,这样的主观性太强,在合理必要的情况下,使用 ...
基于excel的数据分析与业务建模(1)预备知识
基于excel的数据分析与业务建模(1)预备知识
2016-06-09
基于excel的数据分析与业务建模(1)预备知识 一、excel预备知识 1、公式以(=)开始;基本数学符号,乘法(*),除法(/),乘方(^) 2、($)绝对单元格引用 二、功能区 1、开始:编辑和格式、剪 ...
谈谈样本量选择背后的科学道理
谈谈样本量选择背后的科学道理
2016-06-08
谈谈样本量选择背后的科学道理 总是说XX的样本量就够了,可是为什么呢? 如何决定样本量,是一个老生常谈的话题,也有很多相关文章。然而翻看相关文章,就会发现介绍选多少合适的比较多,而介绍为什么 ...
数据分析时如何解决数据质量低的问题?
数据分析时如何解决数据质量低的问题?
2016-06-08
数据分析时如何解决数据质量低的问题? 数据是一种珍贵资产。尤其是在当今快消品当道的背景下,你需要数据来帮助你准确定位、深度投入和优化前景。如果你不能合理的管理这些数据,就可能会错失良机、降低效率, ...
你踩过的数据分析的5个误区
你踩过的数据分析的5个误区
2016-06-08
你踩过的数据分析的5个误区 产品经理所面对的数据,本质上和日常生活中的数据没有太大的差别。简单来说,都是一个量化事物的手段,就像身高、体重一样,都是一个数字指标,它代表了现实存 ...
零售业如何进行数据分析与策略调整
零售业如何进行数据分析与策略调整
2016-06-08
零售业如何进行数据分析与策略调整 许多企业的生产活动都会产生大量的数据,而对这些数据的深层次挖掘所产生的数据分析报告,对企业的运营及策略调整至关重要。本文对数据的产生、归类、分析方法与关联的策略调 ...
经验 | 以手机淘宝为例的推荐算法浅析(内附思维导图)
经验 | 以手机淘宝为例的推荐算法浅析(内附思维导图)
2016-06-08
在信息时代的今天,大数据为用户获取方方面面的信息提高了效率,更可以智能的帮助用户从海量内容中快速找到想要阅读的信息,或者从海量商品中快速找到想要购买的商品。推荐引擎的发展让选择不明确的用户更加了解她 ...
这四件事带你走出深陷的数据分析迷宫
这四件事带你走出深陷的数据分析迷宫
2016-06-08
这四件事带你走出深陷的数据分析迷宫 通过真实世界中的实例,我们将共同通过种种错误的数据分析方式总结出正确的技巧与诀窍。相信每位朋友都遇到过这样的情况:将来自各类渠道的数据收集起来,通过A/B测试进行 ...
数据分析的5个坑,你踩过几个?
数据分析的5个坑,你踩过几个?
2016-06-08
数据分析的5个坑,你踩过几个? 产品经理所面对的数据,本质上和日常生活中的数据没有太大的差别。简单来说,都是一个量化事物的手段,就像身高、体重一样,都是一个数字指标,它代表了现实存在的事物的一个客观 ...
以手机淘宝为例的推荐算法浅析
以手机淘宝为例的推荐算法浅析
2016-06-07
以手机淘宝为例的推荐算法浅析 在信息时代的今天,大数据为用户获取方方面面的信息提高了效率,更可以智能的帮助用户从海量内容中快速找到想要阅读的信息,或者从海量商品中快速找到想要购买的商品。推荐引擎的 ...
什么是多维偏好分析?
什么是多维偏好分析?
2016-06-07
什么是多维偏好分析? 多维偏好分析常用于分析消费者对产品与服务的偏好倾向,在市场研究中能具体解决如下问题: ☆ 圈定目标消费群体 ☆ 市场上哪些品牌的竞争激烈 ☆ 探索市场的空白区域 ☆ 消费群体的 ...
什么是不重复抽样?
什么是不重复抽样?
2016-06-07
什么是不重复抽样 抽样方法按抽取样本的方式不同,分为重复抽样和不重复抽样。 不重复抽样也叫做“无放回抽样”、“不回置抽样”,是从全及总体中抽取第一个样本单位,记录该单位有关标志表现后,这个样本单 ...
大数据架构师必读的NoSQL建模技术
大数据架构师必读的NoSQL建模技术
2016-06-07
大数据架构师必读的NoSQL建模技术 从数据建模的角度对NoSQL家族系统做了比较简单的比较,并简要介绍几种常见建模技术。 1.前言 为了适应大数据应用场景的要求,Hadoop以及NoSQL等与传统企业平台完全不同 ...
上一页
下一页
1 ...
171
172
173
174
175
176
177
178
..419
175/419
跳转
OK
免费资料
免费试听
订制课程
职业规划
认证考试