大数据时代：数据和算法，谁更重要？ 我知道很多人自始至终都认为数据是越多越好，即大数据越大越好，Google甚至直言：更多的数据胜过更好的算法，而过去很多侦探剧中崇尚“信息越多，就越靠近真相”的刑侦金句 ...
2016-04-02如何处理数据中的缺失值 现实世界中的数据往往非常杂乱，未经处理的原始数据中某些属性数据缺失是经常出现的情况。另外，在做特征工程时经常会有些样本的某些特征无法求出。路漫漫其修远兮，数据还是要继续挖的 ...
2016-04-01
数据挖掘问答精选收藏 1.现在有大数据、精准挖掘、人工智能等这么多概念及技术，它们之间的关系以及企业大数据实施的路线图应该是怎样的？ 来自用户 SmartMining 的回答： 大数据、数据挖掘、人工智 ...
2016-04-01
市场细分如何帮助你构建更好的预测模型？ 但是，这真的有必要吗？我们可不可以创建一个单独的模型和使它含有区融变量作为模型的输入。 这可能可以。特别是根据市场细分创建细分模型可能是一件吃力不讨 ...
2016-04-01
10个表明数据科学能力成熟的迹象 通常情况下，我们的业务已经转向为练习组织运作方式的转型——“建设一种能力”意味着建设一种文化来支持和充分利用数据科学。在许多情况下，这种文化的改变能够为世界上的许多 ...
2016-04-01
机器学习中的梯度下降法 最优化问题是机器学习算法中非常重要的一部分，几乎每一个机器学习算法的核心都是在处理最优化问题。 本文中我讲介绍一些机器学习领域中常用的且非常掌握的最优化算法，看完本篇文章 ...
2016-04-01
用大数据时别辜负了你的大数据分析法 许多企业投下数百万美元用于大数据、分析法，并雇用数据分析家，但却感到很受挫。无可否认，他们现在得到了更多、更好的数据。他们的分析师和分析法也是一流的。但经理人 ...
2016-04-01
数据分析与统计推断:线性回归 相关性(correlation) 相关性描述了两个变量之间线性关联的强度，表示符号为R。 属性： 相关系数的幅度(绝对值)测量两个数字变量之间线性关联的强度 相关系数 ...
2016-03-31
数据分析（BI商业智能）六大领域 今天的企业，身处一个信息的产生、采集、整合、反馈与决策都空前加速的时代。企业目前在运营管理方面面临的挑战，正如同航空飞行在20世纪后半期喷气发动机技术问世以后，所面 ...
2016-03-31大数据也有分析不了的信息 做决策前可以靠那些数据进行参考，但也别忘记商业建立在信任之上。信任是一种披着情感外衣的互惠主义。在困境中做出正确决策的人和机构能够赢得自尊和他人的尊敬，这种感情上的东西是 ...
2016-03-31
本文为CDA作者青菜原创文章，转载请注明来源 编者按：CDA作者青菜将在近期发布「Excel简化办公」系列文章，本文是第四篇；更多精彩请持续关注~ 1.恢复未保存的excel文档 「做了30分钟的客户 ...
2016-03-31数据分析师：数据过大将妨碍分析洞察 大数据对使用者来说看似意味着好的洞察，但过量的数据并不一定带来更好的洞察，统计学家Nate Silver这样认为，他是美国最著名的数据分析师。“数据量越大，人们可以用来证 ...
2016-03-31
小白学数据分析：留存率问题的分析 最近在做留存分析时，遇到了不少的情况，也经常会有人问我，为什么我的游戏突然次日留存率降了一半。如果留存率是单单作为一个简单的指标的话，那对你价值还是蛮有限的，今 ...
2016-03-31
如何让你的分析报告更具洞察力？实现从数据到观点的五点分享! 大数据比任何时候都谈论的多，因此公司的管理层比以往任何时间都希望通过数据分析得到他们感兴趣的东西，因此都会为此组建一支网站分析团队去发现 ...
2016-03-31浅析R语言的优势和缺点 R编程语言在数据分析与机器学习领域已经成为一款重要的工具。随着机器逐步成为愈发核心的数据生成器，该语言的人气也必然会一路攀升。不过R语言当然也拥有着自己的优势与缺点，开发人员 ...
2016-03-30
R语言（入门小练习篇） 问题： 一组学生参加了数学、科学和英语考试。为了给所有的学生确定一个单一的成绩衡量指标，需要将这些科目的成绩组合起来。另外，还想将前20%的学生评定为A，接下来20%的学生评定为 ...
2016-03-30大数据分析要打破教条 近年来，大数据已经成为一个炙手可热的名词。无论是行业内还是行业外的人，都纷纷将目光投注在这个新兴的技术上。随着大数据概念的普及和技术的应用，大数据分析和大数据分析工具也纷纷出 ...
2016-03-30
SPSS学习笔记之——Kaplan-Meier生存分析 一、概述 关于生存分析的相关概念，Kaplan-Meier用于估计生存函数，允许有一个分组变量进行生存率的组间比较，还容许一个分层变量。若不考虑其他混杂因素下生存分 ...
2016-03-30
数据挖掘（聚类分析） 数据挖掘对聚类算法的要求：可伸缩性（在小数据集上算法优，同样要求在大数据集上算法优）、处理不同类型数据的能力、发现任意形状簇的能力、输入参数的领域知识最小化、处理噪声数据的能 ...
2016-03-30
本文为知乎答主Jason Francis原创 CDA数据分析师已获作者授权转载 个人感觉跟国外的数据可视化作品比起来，目前国内实践着的大部分数据可视化作品都是渣！！！想当年，作为一度痴迷数据新闻可视化的学生，羡慕infor ...
2016-03-29在神经网络模型搭建中，“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活，导致回归任务输出异 ...
2025-12-05在机器学习落地过程中，“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据， ...
2025-12-05在CDA（Certified Data Analyst）数据分析师的能力模型中，“指标计算”是基础技能，而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中，R方（决定系数）是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例，取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中，经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标（如外卖订单地址、景 ...
2025-12-04在CDA（Certified Data Analyst）数据分析师的指标体系中，“通用指标”与“场景指标”并非相互割裂的两个部分，而是支撑业务分 ...
2025-12-04每到“双十一”，电商平台的销售额会迎来爆发式增长；每逢冬季，北方的天然气消耗量会显著上升；每月的10号左右，工资发放会带动 ...
2025-12-03随着数字化转型的深入，企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等，这些 ...
2025-12-03在CDA（Certified Data Analyst）数据分析师的工作体系中，“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中，损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜，却 ...
2025-12-02在CDA（Certified Data Analyst）数据分析师的日常工作中，“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节，标准化是消除量纲影响的核心手段——它将不同量级的特征（如“用户年龄”“消费金额”）转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天，A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中，LSTM（长短期记忆网络）凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑：用 ...
2025-12-01引言：数据时代的“透视镜”与“掘金者” 在数字经济浪潮下，数据已成为企业决策的核心资产，而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常，常始于一堆“毫无章法”的数据点：电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中，“query end”是查询执行生命周期的收尾阶段，理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA（Certified Data Analyst）数据分析师的工具包中，透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码，仅通过 ...
2025-11-28在统计分析中，数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”，直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中，技术人员常面临一个选择：是一次性查询500条数据，还是分5次每次查询100条？这个问 ...
2025-11-27
