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在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11
