数据产品经理的必修课：数据图表应用 图表是件花衣裳，你得懂得怎么穿！ 初阶的饼图、环形图、折线图、柱形图、条形图等就不多说了，因为他们直观到无需解释。但需要提一下做这些图的时候的细节： （可跳 ...
2016-04-11
R语言的高质量图形渲染库Cairo R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在 ...
2016-04-11理解矩阵背后的现实意义 线性代数课程，无论你从行列式入手还是直接从矩阵入手，从一开始就充斥着莫名其妙。比如说，在全国一般工科院系教学中应用最广泛的同济线性代数教材（现在到了第四版），一上来就介绍 ...
2016-04-10机器学习的认知和算法总结 相信不少人都没弄明白机器学习和数据挖掘的区别是什么？其实机器学习并不等同于数据挖掘，数据挖掘更多的是从目标角度去理解数据，然后利用算法建模探索有价值的结论；而机器学习 ...
2016-04-10
SAS数据挖掘实战篇【七】 6.5 SAS EM数据挖掘-----预测模型 １ 问题定义 目标：建立模型预测贷款申请的信用状态，选择最优的模型来预测和减少损失。 数据集：SAMPSIO.DMAGECR ...
2016-04-10
SAS数据挖掘实战篇【六】 6.3 决策树 决策树主要用来描述将数据划分为不同组的规则。第一条规则首先将整个数据集划分为不同大小的 子集，然后将另外的规则应用在子数据集中，数据集不同相应的规则也不 ...
2016-04-10
SAS数据挖掘实战篇【五】 SAS——预测模型 6.1 测模型介绍 预测型(Prediction)是指由历史的和当前的数据产生的并能推测未来数据趋势的知识。这类知识可以被认为是以时 间为关键属性的关联知识， ...
2016-04-10
大数据学习之BigData常用算法和数据结构 核心思路： 由多层组成，每层都是一个有序链表，最底层包含所有元素，元素数逐层递减。每个节点包含两个指针，一个->,一个向下。 1.Bloom Filter 由一个很长的二进 ...
2016-04-10算法竞赛最有用的十种算法 Dynamic Programming (DP)appears to account for a plurality (some estimate up to a third) of contest problems. Of course, DP is also not a single algorithm that you can ju ...
2016-04-09Hadoop在大数据处理时的优劣势分析 在近两年，大数据分析似乎很受欢迎，但即使如此，仍有不少企业发现，现有的数据挖掘和分析技术还是不能完美胜任大数据的处理任务。 而对于这个问题，一个可能的解决方案就 ...
2016-04-09
SAS数据挖掘实战篇【四】 今天主要是介绍一下SAS的聚类案例，希望大家都动手做一遍，很多问题只有在亲自动手的过程中才会有发现有收获有心得。 1 聚类分析介绍 1.1 基本概念 聚类就是一种寻 ...
2016-04-09
SAS数据挖掘实战篇【三】 从数据挖掘概念到SAS EM模块和大概的流程介绍完之后，下面的规划是【SAS关联规则案例】【SAS聚类】【SAS预测】三个案例的具体操作步骤，【SAS的可视化技术】和【SAS的一些技巧和代码 ...
2016-04-09
数据进行分析并利用各种数据挖掘技术和方法选择合适的模型描述 电信资费套餐是电信运营商进行客户关系管理的手段，能使客户受惠并提高运营商收益。使用数据挖掘技术可以制定资费套餐。首先介绍了数据挖 ...
2016-04-09数据可视化不是数据分析 随着大数据中各种概念的崛起，越来越多的人开始混淆这些概念，尤其是在数据可视化和数据分析这一块，不少人认为这两者是同一个概念。而专业人士却指出，数据可视化不是数据分析。专业人 ...
2016-04-09
有时候数字确实需要分享一个美丽的故事分享！ 当今社会，数据可视化是至关重要的。没有强大的可视化，几乎不可能在堆积如山的数据中创造或者叙述它的故事。这些故事有助于我们构建策略，并做出明智的商业决策。 ...
2016-04-08数据分析师常用的秘籍 说到数据分析的常用工具，大家想到的从数据存储、到数据处理、再到数据挖掘和数据分析以及到数据展示的工具可能有很多。的确，数据从互联网诞生时刻起就已经产生。围绕数据的工具也层出不 ...
2016-04-08
SAS数据挖掘实战篇【二】 从SAS数据挖掘实战篇【一】介绍完目前的数据挖掘基本概念之外，对整个数据挖掘的概念和应用有初步的认识和宏观的把握之后，我们来了解一下SAS数据挖掘实战篇【二】SAS工具的应用。 ...
2016-04-08
SAS数据挖掘实战篇【一】 1数据挖掘简介1.1数据挖掘的产生 需求是一切技术之母，管理和计算机技术的发展，促使数据挖掘技术的诞生。随着世界信息技术的迅猛发展，信息量也呈几何指数增长，如何从 ...
2016-04-08
如何解决实施大数据的常见障碍 有调查表明，实现大数据的障碍按比例从大到小排列如下： 如何解决在实施大数据过程中出现的如上障碍？本文提到的4大战略可以助你将走向大数据之路的绊脚石们一 ...
2016-04-08程序员的基础和解决问题的思维很重要 为什么今天突然想说这个话题，那是因为在工作当中，被队友坑过。同样的一个功能，你让不同的人去实现，可能会有不同的实现方式，同样，就会得到不一样的结果。有些人做出来 ...
2016-04-08在数据分析与建模中，“显性特征”（如用户年龄、订单金额、商品类别）是直接可获取的基础数据，但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型（LLM）商业化落地过程中，“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言，相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下，企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域，“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别（是 / 否）” 到 “疾病诊断（良性 ...
2025-11-06在数据分析中，面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量，我们常常需要回答： ...
2025-11-06在 CDA（Certified Data Analyst）数据分析师的工作中，“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中（如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”），卡方检验 P 值与 OR 值（比值比，Odds Ratio）是 ...
2025-11-05CDA 数据分析师的核心价值，不在于复杂的模型公式，而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材：CDA教材一级：商业数据分析（2025）__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代，数据挖掘不再是实验室里的技术探索，而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM（Denoising Diffusion Probabilistic Models）训练过程中，开发者最常困惑的问题莫过于：“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA（Certified Data Analyst）数据分析师的工作中，“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时，他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点，理解二者区别是避免统计方法误用的关键。核心结论是：stats.ttest_rel（配对 ...
2025-11-03在 CDA（Certified Data Analyst）数据分析师的工作中，“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中，“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中，“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”，直观呈现数据的分布特征 ...
2025-10-31在 CDA（Certified Data Analyst）数据分析师的工作中，“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31
