 
                                    大数据有精神分裂症_数据分析师 在物联网的产业方面,有一些商业模式使物联网货币化。近日,Kaggle已经与一家主要工业集团进行合作。其目标是开发者和数据科学家们运行公共需求以创造最好的新算法,来减少航空 ...
2014-12-02本人理解的大数据_数据分析师(2) 昨天偷懒了少了一次文字排版,没想到好多朋友发消息来说字体变小了不习惯,看来坚持大一点的字体还是有好处的。 虽然很想保持高频率更新,但没想到回阿里后工作竟然比创业时 ...
2014-12-02个人理解的大数据_数据分析师 很久前就想写一篇关于大数据的文章,但总是因为觉得自己功力不够所以迟迟不敢动笔。再到后来发现大数据的概念已经烂大街了,现在只要是个做产品的,收了点用户数 ...
2014-12-02数据科学家的4种数据科学工作,8项求职技能 “数据科学家”被誉为21世纪最性感的工作(Thomas Davenport和D.J. Patil在哈佛商业评论上曾发表的一篇文章中称),但如何成为一个数据科学家?怎样才能入 ...
2014-12-02 
                                    玩转大数据,管理更省力_数据分析师 想要掌握复杂的企业管理学和办公室政治?除了读MBA和甄嬛传外,还有更省力的大数据方式。2014年腾讯WE大会上,人类行为分析和可穿戴设备专家 Ben Waber 带 ...
2014-12-02数据分析中,你认为用户行为分析最重要的点是什么 对着满屏的数据,来做用户行为分析,是不是茫然不知所措? 做用户行为分析首先要确定你的目标。目标是降低成本(比如做渠道分析,优化渠道) ...
2014-12-015个步骤来获得原始数据可操作性的见解_数据分析师 公司正在大力投资于收购和开发人才,技术和业务流程,旨在手机和分析海量数据,是他们能够开发旨在加强客户价值可操作的商业洞察力。数字业务转型 ...
2014-12-01 
                                    数据可视化:柱状图、雷达图等六种基本图表的特点和适用场合 数据可视化”可以帮助用户理解数据,一直是热门方向。 图表是”数据可视化”的常用手段,其中又以基本图表—-柱状图、折线图、饼图等 ...
2014-12-01基于Hadoop MapReduce的分布式数据流聚类算法研究 基于Hadoop MapReduce的分布式数据流聚类算法研究 随着数据流规模的持续增大,现有基于网格的聚类算法对数据流的聚类效果不好,不能实时发现任意形 ...
2014-12-01 
                                    如何定制一个基于REST Service的ODBC驱动程序 REST Service能够帮助开发者以简单统一的接口向终端用户提供服务。然而数据分析的应用场景中,一些成熟的数据分析工具(例如Tableau, Excel等)要求 ...
2014-12-01 
                                    Spark vs. MapReduce 时间节约66%,计算节约40% MapReduce为大数据挖掘提供了有力的支持,但是复杂的挖掘算法往往需要多个MapReduce作业才能完成,多个作业之间存在着冗余的磁盘读写开销和多次资 ...
2014-12-01如何通过Java程序提交yarn的MapReduce计算任务_数据分析师 需要通过Java程序提交Yarn的MapReduce的计算任务。与一般的通过Jar包提交MapReduce任务不同,通过程序提交MapReduce任务需要有点小 ...
2014-12-01基于Hadoop的同源性搜索GO功能注释平台的研究 基于Hadoop的同源性搜索GO功能注释平台的研究 南京农业大学 吴浩宇 本文的研究工作主要如下: (1)研究了基因本体的相关理论基础,以及GO本体论在生 ...
2014-12-01 
                                    4问题告诉你 游戏数据分析师究竟是什么_数据分析师 关于游戏数据分析师一职位的一些看法,之前少有专门的文章深入介绍,不过在圈子内大家也都会对这一职位有自己的看法,本人并非该领域的资深人士, ...
2014-12-01 
                                    KD树的构建_数据分析师 KD树的构建 kd树构建的伪代码如下图所示: 再举一个简单直观的实例来介绍k-d树构建算法。假设有6个二维数据点{(2,3),(5,4),(9,6),(4,7), ...
2014-11-30 
                                    什么是KD树_数据分析师 之前曾经介绍过SIFT特征匹配算法,特征点匹配和数据库查、图像检索本质上是同一个问题,都可以归结为一个通过距离函数在高维矢量之间进行相似性检索的问题,如何快速而准确地找到 ...
2014-11-30 
                                    K近算法之皮尔逊系数 皮尔逊系数(Pearson Correlation Coefficient) 在具体阐述皮尔逊相关系数之前,有必要解释下什么是相关系数 ( Correlation coefficient )与相关距离(Correlati ...
2014-11-30 
                                    K近算法之杰卡德相似系数 杰卡德相似系数(Jaccardsimilaritycoefficient) (1)杰卡德相似系数 两个集合A和B的交集元素在A,B的并集中所占的比例,称为两个集合的杰卡德相 ...
2014-11-30 
                                    K近算法之夹角余弦 夹角余弦(Cosine),几何中夹角余弦可用来衡量两个向量方向的差异,机器学习中借用这一概念来衡量样本向量之间的差异。 (1)在二维空间中向量A(x1,y1)与向量B(x2,y2)的夹 ...
2014-11-30 
                                    K近算法之汉明距离 汉明距离(Hamming distance), 两个等长字符串s1与s2之间的汉明距离定义为将其中一个变为另外一个所需要作的最小替换次数。例如字符串“1111”与“1001”之间的汉明距离为2。应 ...
2014-11-30在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22