Excel报表中的特殊数据标识出来 在Excel中我们利用条件格式，是可以把报表中的特殊数据标识出来，以醒目的字体或颜色提醒报表使用者予以重视。例如：把图1所示的报表中业绩量差的3个城市的销售数据标识出来，其 ...
2016-05-30
SAS时间序列模型预测未来航班数量 时间序列建模步骤： 1. 时间序列平稳性检验：如果一个时间序列的概率分布与时间无关，则成为平稳序列。 2. 时间序列平稳化和零均值化：时间序列预测模型是建立在平稳序 ...
2016-05-29
从用户、功能和数据分析,教你如何做好竞品分析 什么是竞品？这里引用“苏杰”绕口令式的小结： 你的产品，在解决同样需求的时候会碰到同样的产品；解决同样需求的时候会碰到不同的产品；解决不同需求的时 ...
2016-05-29如何让你的数据得到业务方认可？ 很多朋友都反映说，在我的公司根本就不重视数据， 数据分析人员的价值根本得不到体现，做的很郁闷。问我：不说数据分析都很受重视吗？很希望去一个数据分析很受重视的公司工作 ...
2016-05-29
大数据分析基本方法 大数据不仅仅意味着数据大，最重要的是对大数据进行分析，只有通过分析才能获取很多智能的、深入的、有价值的信息。下面介绍大数据分析的五个基本方面—— 预测性分析能力：数据挖掘可 ...
2016-05-29
一个优秀数据分析师具备的11个特性 数据分析是一个很复杂的过程，当你成为一名数据分析师，你的身上不知不觉就有了以下这些特征，让我们一起来看看是不是这样： 1、业务至上 不会把什么方法、什 ...
2016-05-29
一个数据分析小白,要如何对产品进行分析? 什么是数据分析？ 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在实际应用 ...
2016-05-29
R语言处理缺失数据的高级方法 主要用到VIM和mice包 install.packages(c(\"VIM\",\"mice\")) 1.处理缺失值的步骤 步骤： （1）识别缺失数据； （2）检查导致数据缺失的原因； （3）删除包含缺 ...
2016-05-28
9个最佳的大数据处理编程语言 大数据的浪潮仍在继续。它渗透到了几乎所有的行业，信息像洪水一样地席卷企业，使得软件越发庞然大物，比如Excel看上去就变得越来越笨拙。数据处理不再无足轻重，并且对精密分析和 ...
2016-05-28
这些年,这些挖掘机算法,这些反思 写这篇文章，缘自于前几天部门内部成员们进行了一次部门内部现有涉及的一些算法的review以及整理。不过比较囧的就是，由于boss不在，我们讨论讨论着就成了吐槽大会，倒是有一 ...
2016-05-28
网站分析WA与互联网数据分析挖据的区别 一直以来有不少朋友来信或留言，询问网站分析WA(web analysis)与互联网数据分析挖掘的区别。这个问题看上去的确比较纠缠不清，不是因为字面理解，而是因为在当前的互联网 ...
2016-05-28
数据来源于用户 也谈数据分析这点事 昨天看到了caoz写的《数据分析这点事》，非常值得深度，看完后很有感触，也在这里随便写写关于数据分析的个人看法。 首先，在数据分析中我也不敢妄称高手，不会很多分 ...
2016-05-28
浅谈数据分析的目的是什么? 在进入正题前，我们先看一个有趣的案例：淘宝消费数据显示，全国网购美女们的BRA平均水平达到了B;80%选择了“3/4杯”，这个数字即简单又有些意思，如果站长朋友们以后也开网店销售BR ...
2016-05-28数据清洗全经验分享 平时习惯了在某些特定的数据集合上做实验，简单的tokenization、预处理等步骤就足够了。但是在数据越来越大的年代，数据清洗越来越重要，也越来越复杂。 前言 科研工作者、工程师、业务分 ...
2016-05-27
经验分享：如何提高机器学习数据采集的效率 在新的一年里，很多人都在思考如何利用机器学习（ML）算法来提高产品或服务的质量。 PredictionIO公司与许多公司合作，部署他们的第一个ML系统和大数据基础设施。Pr ...
2016-05-27做好数据挖掘模型，有什么好的经验推荐？ 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。 第一，目标律：业务目标是所有数据解决方案的源头 ...
2016-05-27
数据挖掘有哪些工作流程？ 数据挖掘工作流程： 一、收集数据 收集数据一般是补充外部数据，包括采用爬虫和接口，获取，补充目前数据不足部分。Python scrapy,requests是很好的工具。 二、准备数据 ...
2016-05-27
互联网公司机器学习、数据挖掘类的职位面试主要考察哪些 我觉得从事数据挖掘工作，尤其是在互联网行业，主要需要三个方面的能力，即机器学习和数据挖掘的理论知识、编程开发与数据结构算法的基础和业务理解与 ...
2016-05-27
摘要：灵蛇出现，必有异像，Python最热的领域，估计非数据分析、挖掘领域莫属了。以Scikit-Learn为代表的数据分析领域，从这里开始，便是Python的天下；一边操作实例，一边阅读文档，再辅助以相关的理论基础 ...
2016-05-27
精准营销就是在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路，是有态度的网络营销理念中的核心观点之一。 精准营销需要解决的问题是：哪些用户是某个产品 ...
2016-05-27在 “神经网络与卡尔曼滤波融合” 的理论基础上，Python 凭借其丰富的科学计算库（NumPy、FilterPy）、深度学习框架（PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域，“状态估计” 是核心任务 —— 即从含噪声的观测数据中，精准推断系统的真 ...
2025-10-23在数据分析全流程中，“数据清洗” 恰似烹饪前的食材处理：若食材（数据）腐烂变质、混杂异物（脏数据），即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域，“大模型” 已成为近年来的热点标签：从参数超 1750 亿的 GPT-3，到万亿级参数的 PaLM，再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中，“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中，“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中，订单数据分散 ...
2025-10-22在神经网络设计中，“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”（模型无法捕捉复杂数据规律，如用单隐 ...
2025-10-21在特征工程流程中，“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度，剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中，“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA（Cert ...
2025-10-21在实际业务数据分析中，我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额（少数用户单次消费上万元，多数集 ...
2025-10-20在数字化交互中，用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”，到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中，“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材，若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天，几乎每个职场人都在焦虑： “为什么别人能用数据驱动决策、升职加薪，而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”，但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中，透视表凭借灵活的字段重组能力成为核心工具，但原始透视表仅能呈现数值结果，缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中，“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益，电商靠 “运营拍 ...
2025-10-17在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这 ...
2025-10-16在数字化浪潮中，“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法， ...
2025-10-16在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15
