商业洞察力才是“艺”，大数据分析是“术” 在容易获取海量数据的时代，大数据分析是帮助企业决策的重要工具，但管理者的商业洞察力和智慧仍是不可缺少的重要因素。 在对今年美国总统大选结果的各 ...
2016-11-27
“双11”大数据背后的新消费趋势 进入第8个年头的“双11”，已经成为洞察全民消费动向的一个窗口。据星图数据发布的《双11网购大数据分析报告》显示，“双11”当天全网销售额高达1770.4亿元，东道主天猫占据 ...
2016-11-27
物流和大数据的结合,这三巨头强在哪 说起物流大数据，你会想到什么? 因为量大，我首先想到的水，因为水会顺流而下，沿途支流不断汇集壮大，最后百川归海。同样地，数据流也会源源不断注入数据池、数据湖， ...
2016-11-27侵犯个人信息和“大数据”,不是一回事 近日，由中国青年政治学院等机构撰写的《中国个人信息安全和隐私保护报告》正式公布。经过对全国100多万份调查问卷的分析，发现全国多达81%的人收到过对方知道自己姓名或 ...
2016-11-27
玩转大数据的人 “互联网教父”凯文·凯利曾经指出边缘式创新具备颠覆式力量，这个理论适用于经营管理，但对于个人职业发展也同样适用，大数据时代催生出了数据分析师这个新兴职业，对于很多人来讲，选择一个快 ...
2016-11-27大数据时代下数据分析的变化 ( 一) 分析思路 大数据时代的分析常常是直接计算现象之间的相依性。传统的统计分析过程是 “定性 － 定量 － 再定性”，第一个定性是为定量分析找准方向，主要靠经验判断，一般 ...
2016-11-26
对大数据未来的设想 关于大数据未来的设想，笔者认为可以分为精细化的传感器和数据服务即开即用两个方面。 精细化的传感器 对于服务器上传感器的设计，互联网企业有特殊的需求，对上游硬件厂商的依赖是比 ...
2016-11-26
大数据获取+计算工具+计算平台的能力=人工智能 其实在软件行业当中，越来越关注算法。跟你算法的设计是有很大关系。现在很多人研究新的计算时代到底走到哪里去。 AI是人工智能，在整个科技发展过程中，科技 ...
2016-11-26
要搞好数据挖掘，还是得先整明白这张图…… 《哈佛商业评论》称数据科学家为21世纪最性感的职业，性感一词，充分表达着其中说不出的诱惑和吸引。而数据，作为这一切的根源，更是扮演着极其重要且神秘的角色。 ...
2016-11-26秒懂数据统计、数据挖掘、大数据、OLAP的区别 在大数据领域里，经常会看到例如数据挖掘、OLAP、数据统计等等的专业词汇。如果仅仅从字面上，我们很难说清楚每个词汇的意义和区别。今天，我们就来通过一些大数据 ...
2016-11-26
大数据时代对社会生活的影响 近来，大数据似乎在一夜之间闯入了任何一个关于互联网未来的讨论，成为一个炙手可热无所不包的概念。“大数据时代”的来临也已成为媒体关注的热门话题。无论人们对此持有何种观点， ...
2016-11-26
数据挖掘在客户关系管理中的应用 客户获取 客户获取的传统方式一般是通过大量的媒体广告、散发传单等方式吸引新客户。这种方式涉及面过广不能做到有的放矢而且企业投入太大。数据挖掘技术可以从以往的市场 ...
2016-11-25
如果你想学习一门编程语言，但又不知道学什么，Python 无疑是一个上佳选择。 俗话说得好： 丨人生苦短，我用Python 瑞士军刀一般的 Python，容易上手，召之即来，来则能战，数据挖掘和机器学习都不在话下。 这 ...
2016-11-25大数据分析：从数字中“掘金” 在对今年美国总统大选结果的各种预测中，“义乌做旗子的预测美国大选结果”异军突起，让人们见识到了大数据的神奇力量。眼下，在我们生活周围环绕着各种大数据，但很多人对大数据 ...
2016-11-25想充分利用数据？改变操作方式 如今，数字革命几乎在每个行业发生，其中包括医疗保健，制造，金融，零售行业等等。组织正在采用传感器，数字记录，云计算和自动化（存在众多其他技术之中），以简化和改进操作， ...
2016-11-25
物流和大数据的结合，这三巨头强在哪 说起物流大数据，你会想到什么? 因为量大，我首先想到的水，因为水会顺流而下，沿途支流不断汇集壮大，最后百川归海。同样地，数据流也会源源不断注入数据池、数据湖， ...
2016-11-25
大数据利益相关者的利益矛盾及其伦理治理 2013年是大数据元年[1]，大数据时代的到来，已给我们的生产、生活、学习与工作带来了前所未有的变革，同时也带来了许多的挑战。在一切皆可数据化的新历史条件下，数据 ...
2016-11-25
大数据更智能 2017年移动营销5大趋势 两年前，全球移动设备使用量首次超过了计算机使用量。自那时起，这种差距便在逐步拉大。如今，人们每天起床后的第一件事情便是拿起智能手机，用户对于移动设备的依赖程度可 ...
2016-11-25
三个案例透析大数据思维的核心 逻辑推理能力是人类特有的本领，给出原因，我们能够通过逻辑推理得到结果。在过去，我们一直非常强调因果关系，一方面是因为我们常常是先有原因，再有结果，另一方面是因为如果我 ...
2016-11-24
大数据时代,医改何处去 医改的一大任务，是要患者和公众重拾信心。为此，限价政策的制定执行，应当拿起大数据智能工具，顺应新经济。成功的药品限价，第一要素是科学性，让数据说话。 利求同 这两年，医 ...
2016-11-24CDA数据分析师与数据指标：基础概念与协同逻辑 一、CDA 数据分析师：数据驱动时代的核心角色 1.1 定义与行业价值 CDA（Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析：从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计：CDA数据分析师的基础核心与实践应用 一、描述性统计的定位：CDA 认证的 “入门基石” 在 CDA（Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后，原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中，response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮：CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代，数据治 ...
2025-08-21Power BI 热力地图制作指南：从数据准备到实战分析 在数据可视化领域，热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库：从原理到实践的全面解析 在深度学习领域，矩阵运算堪称 “计算基石”。无论是卷积神经网络（CNN）中的 ...
2025-08-20数据建模：CDA 数据分析师的核心驱动力 在数字经济浪潮中，数据已成为企业决策的核心资产。CDA（Certified Data Analyst）数据分 ...
2025-08-20KS 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 ...
2025-08-20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。 ...
2025-08-14
