如何有效的成为一名数据科学家 人们总是问我如何有效的成为一名数据科学家。我的经历是先成为一名软件工程师，然后读了数据科学相关的PhD (是在它变成热点之前)。在这篇文章里，基于我在这个领域的经验总结， ...
2016-04-08
摘要：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同，这样就形成第二层数据集的划分。一般来说 ...
2016-04-07
大数据挖掘技术之DM经典模型(下) 接着上篇大数据挖掘技术之DM经典模型(上)文章，接下来我们将探讨朴素贝叶斯模型、线性回归、多元回归、逻辑回归分析等模型。 4、朴素贝叶斯模型 表查询模型简单有效 ...
2016-04-07大数据挖掘技术之DM经典模型(上) 实际上，所有的数据挖掘技术都是以概率论和统计学为基础的。 下面我们将探讨如何用模型来表示简单的、描述性的统计数据。如果我们可以描述所要找的事物，那么想要找到它就 ...
2016-04-07
R语言企业级数据挖掘应用 在互联网企业，在分析端使用闭源的商用软件几乎是不可能的，原因很简单：成本太高，不管是使用，还是研发及维护。 但我个人觉得这可能还不是最主要的原因，对于互联网企业来说，数据虽 ...
2016-04-07
数据挖掘基础：分词入门 谷歌4亿英镑收购人工智能公司DeepMind，百度目前正推进“百度大脑”项目，腾讯、阿里等各大巨头布局深度学习。随着社会化数据大量产生，硬 件速度上升、成本降低，大数据技术的落地实 ...
2016-04-07
大数据分析中的八大趋势 Remarketer的首席数据科学家Dean Abbott直接奔向了云计算。大数据和分析的领先优势，其中包括用来存储原生格式的大量数据的数据湖泊，当然，云计算技术也在快速前进。虽然技术选项还远 ...
2016-04-07
五个未来最吃香的IT技能 数据分析排第一 在2020年，专业技术知识将不再是IT部门的唯一领域了。整个公司/组织的员工应当要理解如何把IT技术运用到他们的工作之中。但未来学家和IT专家说，最吃香的IT相关技术包 ...
2016-04-07
摘要：如果你从来没有编程经验，也没有比较熟悉的统计软件，那么学习R可能会比较困难。这个学习路径主要针对新手。关于R有很多优秀资源，这里介绍的一些在线课程、书籍和更多让你尽快学会R。 步骤1：你为什么要学 ...
2016-04-06
数据分析师常见的10个问题 1、如何做好数据分析？ 分析师成长是通过“干”、\"思\"、“熬”出来的。干：多做。哪些是临时需求。你要做各种各样的分析；思：你在边干的过程中，要边思考，边总结，只有这 ...
2016-04-06让数据决策你的行为—拉勾网数据分析 我们每天都在产生数据，出行，社交，购物，吃饭 等等，每一个行为伴随着数据的产生，如果将这些数据收集起来，并加以处理分析便可以反过来影响你的行为。 举个最 ...
2016-04-06
我们在数据挖掘中迷失了什么？ 当我们沉浸在亲手构建的模型里的时候，是否会理智地跳出来，重新审视一下，我们所忽略的会不会正是客户所需求的呢？ 1.太关注训练 就像体育训练中越来越注重实战训练， ...
2016-04-06
你用Python做过什么有趣的数据挖掘项目？ 大概一年多以前，和几个小伙伴均认同一个趋势：觉得通过技术手段获取网上越来越丰富的数据，并基于这些数据做分析及可视化，必能产生有价值的结果，帮助大家改善生活 ...
2016-04-06数据时代的反爬虫绝技 网络爬虫已经成了很普及的网络技术，会代码的可以自己捣鼓一个高级的“人工智能”爬虫，不会的也可以从网上下载一个开源的，然后找个机器或一些代理服务器，就可以肆无忌惮的薅羊毛了。轻 ...
2016-04-06
App数据分析之旅，如何收集数据？ 为什么要针对App收集数据，想必大家能够举出很多理由。大家可以想一下，尽量不要设计到数据后期的分析，不要涉及产品优化，不要设计用户体验，更不要设计运营优化，等等。因 ...
2016-04-06
“当你在深夜遇到系统挂了和数据损坏，有什么办法可以避免那些痛苦和头痛？” 这是DJ·Patil在最近的CTO峰会提到的。他是RelateIQ前任产品副总裁，和美国现任首席数据科学家，Patil总结所有产生变革的经验教训和失 ...
2016-04-05
如何面对PB级别数据的架构变迁? 面对PB级别数据存储，我们一路走来也踩过很多坑，这里就直接进入主题了，给大家分享一下监控宝系统架构变迁的两个比较重要的点。 一、Redis的扩展 我们面临的第一个的问题 ...
2016-04-05
基于你的点赞轨迹，数据挖掘可以探知你的性格秘密 整理了一些社交媒体数据挖掘的结果，你会发现，大数据、行为痕迹和社交媒体的结合，展现了无限的机会和可能。例如，基于脸书的挖掘，可以探知你的智商、神经质 ...
2016-04-05
懂你的推荐算法，推荐逻辑是怎样的？ 作为一个喜欢思考人生的美男子，我时常感慨，现在这个年代，人们上网获取信息的成本真的好低。智能手机，人手一台，打开3G就能上网，百度一搜，什 么都有。当然百度上搜出 ...
2016-04-05
非一般的数据挖掘机：关联规则法 机器学习中的许多数据挖掘方法主要是针对数值型数据的，算法也很偏向数理方法（例如支持向量机）。而分类数据（非数值型数据），其本质不过是简单的计数，针对这类数据的一个简 ...
2016-04-05KS 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 ...
2025-08-19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 ...
2025-08-15CDA 数据分析师：引领商业数据分析体系构建，筑牢企业数据驱动根基 在数字化转型深化的今天，企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性（Feature Importance）排名解析 在机器学习领域，随机森林因其出色的预测性能和对高维数据的适应性，被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中，t 统计量是常用的重要指标，其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中，数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量：数据链路中的双重镜像 在商业数据分析体系中，流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中，商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师：数据时代的价值挖掘者 在数字经济高速发展的今天，数据已成为企业核心资产，而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中，开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据：从业务需求到技术实现 在数据分析场景中，连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制：数据打乱的艺术与实践 在深度学习模型训练过程中，数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选：从基础语法到实战应用 在数据分析工作中，基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域：从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年，数据分析行业正经历着前所 ...
2025-08-12
