数据分析过程中容易犯哪些错误？ 在进行数据分析的过程中，因为流程的复杂性，涉及的范围比较广，数据分析人员在进行数据分析的过程中都容易犯哪些错误呢？ 第一、数据的缺乏，数据分析的进行时必须要建立 ...
2016-03-20
前方注意：数据分析可不是数据挖掘 说到数据分析或者数据挖掘，很多人都会认为是一样的，特别是对于外行人来说，只要是和数据有关系的，可以得到数据价值的，应该都会被认为是数据分析，但是企业想要更加深层次 ...
2016-03-20网站数据分析的四个层次 网站数据分析很大程度上会比较依赖网站数据分析工具，市场上对于网站数据分析的工具也是比较多的，有免费的也有收费的，但是是不是可以有一个网站数据分析工具可以实现所有网站分析的功 ...
2016-03-20
大数据分析师—站在时代顶端的人 据最新的数据报告显示，在数据及数据管理领域的十大IT职位中，收入水平最高的是数据仓库经理，职位起薪在11万美元到15万美元不等。其他职位也均高出IT行业平均水平，在大数据时 ...
2016-03-20大数据安全分析常见问题汇总 大数据时代的浪潮滚滚向前，大数据分析工具作为最前沿的大数据应用技术而备受瞩目。现在市场上也出现了不少大数据产品，那么如何客观地评价大数据分析工具的性能？我们或许可以从以 ...
2016-03-20
大数据安全分析常见问题汇总 大数据是时下最火热的IT行业的词汇，随之数据仓库、数据安全、数据分析、数据挖掘等等围绕大数量的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。 本人在与用户沟通大数据 ...
2016-03-20数据分析的几大误区 上大学时，我和另一个姑娘（某理科大神）经常搭伙做饭。有天我俩一起去超市买油，站在琳琅满目的货架前，我直接拎起一瓶，冲她叫：“就拿这瓶吧，最便宜！”姑娘白了我一眼，转头说道：“ ...
2016-03-19
SPSS进行独立样本的T检验 对于相互独立的两个来自正态总体的样本，利用独立样本的T检验来检验这两个样本的均值和方差是否来源于同一总体。在SPSS中，独立样本的T检验由“Independent-Sample T Test”过程来完成 ...
2016-03-19
数据分析工作的思考与总结 基于现有的业务知识和统计学基础知识及基本思想的理解与掌握，通过数据库及统计分析工具对数据的调取与处理、分析，达到对现有问题or主题的探索与剖析，最终实现业务问题的解决or优化 ...
2016-03-19
统计中分类算法总结 对于很多做统计的人员来说，对统计中的算法知道的不是很全面，下面就对统计中分类算法做个总结。 数据转换 主要有两种: l归一化处理 主要通过把数据归一到一特定的区间范围，如 ...
2016-03-19数据挖掘十大算法总结--核心思想，算法优缺点，应用领域，数据挖掘优缺点 本文所涉算法均只概述核心思想，具体实现细节参看“数据挖掘算法学习”分类下其他文章，不定期更新中。转载请注明出处，谢谢。 参考 ...
2016-03-19Storm常见问题及解决方案总结 Storm 是一个开源的、大数据处理系统，与其他大数据解决方案的不同之处在于它的处理方式。Hadoop 在本质上是一个批处理系统。数据被引入 Hadoop 文件系统 (HDFS) 并分发到各个节点 ...
2016-03-19
如何做好数据分析的第一步，数据埋点呢？ 要怎么解决这些问题呢？答案是数据埋点。首先通过产品定位及目标来确定自己需要哪些数据，其次通过在产品各个流程环节中设置数据埋点，最后，当用户使用产品时，后台 ...
2016-03-18
如何基于Spark进行用户画像？ 近期，comSysto公司分享了该公司研发团队利用Spark平台解决Kaggle竞赛问题的经历，为Spark等平台应用于数据科学领域提供了借鉴。 主办方提供了一个包含5万个匿名驾驶员线路 ...
2016-03-18
数据分析:数据清洗的一些梳理 数据清洗， 是整个数据分析过程中不可缺少的一个环节，其结果质量直接关系到模型效果和最终结论。在实际操作中，数据清洗通常会占据分析过程的50%—80%的时间。国外有些学术机构会 ...
2016-03-18随着大数据的不断成熟，这个词本身可能会消失或者变得过时，没有人会使用它了。它是成功通过技术，变得很普遍，无处不在，并最终无形化。 技术型的高科技创业公司都是喜欢闪闪发光的新东西，而\"大数据\ ...
2016-03-18企业该怎样利用大数据进行精准营销 谷歌每天要处理大约24PB的数据，百度每天大概新增10TB的数据，腾讯每日新增200-300TB的数据，淘宝每日订单超过1000万，阿里巴巴已经积累的数据量超过100个PB。对任何拥有特 ...
2016-03-18本文首发于微信公众号号“编程派”。微信搜索“编程派”，获取更多Python编程一手教程及优质资源吧。 有同学曾在微信中问小编什么是非局部语句（nonlocal statement），本文就是对此的回答，希望没有发的太晚。 非 ...
2016-03-17
数据科学家和大数据技术人员工具包 数据科学家的常用工具与基本思路，数据分析师和数据科学家使用的工具综合概述，包括开源的技术平台相关工具、挖掘分析处理工具、其它常见工具等几百种，几十个大类，部分 ...
2016-03-17
系统实例 从系统角度审视大数据计算的特征及难点 大数据计算是实现大数据“巨大价值”的必要手段，而计算系统是大数据计算的有效载体。试着从系统角度审视大数据计算，透过大数据的体量巨大、速度极快 ...
2016-03-17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在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29
