数据科学工作者(Data Scientist) 的日常工作内容包括什么 众所周知，数据科学是这几年才火起来的概念，而应运而生的数据科学家(data scientist)明显缺乏清晰的录取标准和工作内容。即使在2017年，数据科学家这 ...
2017-11-26
为什么说大数据是一种创新经济 大数据指的是过于庞大或复杂(或两者兼具)、无法用标准软件高效管理的数据集。金融市场是大数据的重要产生者，交易、报价、业绩报告、消费者研究报告、官方统计数据公报、调查、新 ...
2017-11-26大数据分析：最难的不是分析，而是大数据 每一个企业需要将他们的基础数据进行分析和甄别，在此基础上，对数据进行不同层次和结构的分类。原因如下: 数据深度融入在商业的各个环节 现代企业逐渐意识 ...
2017-11-26大数据帮助创业者突破进入电子商务的障碍 如今，大数据正在以不可思议的方式改变电子商务行业。它正在调整大企业和年轻企业家之间的竞争环境，推出他们的第一个电子商务网站。根据福布斯的报道，许多最有希望的 ...
2017-11-26
当大数据遇上区块链，转账数据是否就暴露在公众视野里 由世界经济组织(WEF)定义，“区块链接技术能允许组织在没有中间商的情况下直接将资金转移给其他人。它使得交易更透明，记录不可更改和自发的商业规则管理 ...
2017-11-25
未来大数据的主要应用领域包括哪些 互联网时代飚速发展，大数据作为近年热门兴起的行业之一已经越来越受人们重视，但是大学并没有相关专业随之同速发展，大部分企业招收的大数据人才80%来源于培训机构，东时教 ...
2017-11-25
大数据市场有多大 怎么利用大数据赚钱 “大数据的市场规模没有天花板。”国务院发展研究中心信息中心研究处处长李广乾认为。不过细想，这正是目前各大企业和资本疯狂追逐大数据产业的重要原因。 ...
2017-11-25
数据科学初学者九种常见错误 如果你想开始一个数据科学方面的职业，你可以通过避免这9个会使你付出高代价的初学者错误来免去几天，几个星期甚至几个月的挫折。 如果你不仔细，这些错误将会消耗你最 ...
2017-11-24
数据预处理和挖掘究竟该怎么做 在这个充斥着怀疑和谎言的网络世界中，数据即真相。海量的原始数据正以惊人的速度增长，其中大部分都是非结构化的，但是通过运用分析我们可以发现其中重要的规律和线索以及隐藏在 ...
2017-11-24
在人工智能和大数据产品的开发中，有哪些需要特别注意 人工智能是近年来科技发展的重要方向，大数据的采集、挖掘、应用的技术越来越受到瞩目。在人工智能和大数据产品的开发过程中，有哪些特别需要注意的要点? ...
2017-11-24
大数据时代下，数据感知在数据质量管理系统中的应用 关于数据质量管理,可能与大部分人没有太大的关系。虽然,市面上有很多的公司在进行数据的挖掘、分析方面业务的工作,但是关于数据质量管理方面的公司真的是屈 ...
2017-11-24
大数据收集利用应当有规范 你的通话记录里，最常用的30个联系人是谁，你家住何处，经常在哪儿活动，余额宝里还有多少钱，在什么时候买过几件内衣……这些你以为的私密信息，其实都可以被轻易查到。最近，有媒体 ...
2017-11-24
大数据正在改变电子商务行业的三种方式 电子商务行业在过去几年中发生了巨大变化，而许多人都归因于大数据。随着这种趋势的持续，大公司、小企业，以及个体经营者都会花费时间去拥抱大数据，以提供更好的支付解 ...
2017-11-23
人们需要了解身边的大数据 如今，数据这个词让很多人感到困惑，其中包括一些商人。但没有人责怪他们，因为大数据是一个相当令人困惑的概念。关于大数据的唯一共识就是“大数据”这个术语本身并没有特定的定义。 ...
2017-11-23从大概率看，你的隐私数据是时代进步的牺牲品 如何更好地保护个人隐私，是网民十分关心的问题。在大数据时代，人们在网上的一切行动，都在向计算机暗示着他是谁、为他们完善着用户画像，网上随便购物就很容易暴 ...
2017-11-23大数据在未来各行各业发展中的应用 “大众创新，万众创业”，创业创新是一个有抱负群体的目标，但是创业，你有自己的产品吗？你有自己的技术吗？你有足够的启动资金吗？又或者你拥有资金，技术和产品，但 ...
2017-11-23
有了大数据加智能，你愿把荷包交给机器打理吗 大数据遇上新消费的时代，各种服务都在讲究升级。智能投顾就是对传统投顾模式的一种升级。智能投顾怎么玩转？大数据如何在智能投顾中发挥作用？11月8日的线上数据 ...
2017-11-22
部门有界，数据无界，大数据需要大胸怀 最近在推进一些跨域的事情，聆听了一些教诲，获得了一些新的感悟，作为大数据管理者，拥有技术是远远不够的，更需要有大胸怀，特此分享于你。 1、 在架构层面，大 ...
2017-11-22
农业大数据革命：机遇与挑战 大数据已经在农业行业找到了出路。但是，尽管在一个层面上可以有所帮助，但却带来了一些挑战。 大数据提高效率的技术。有许多类型的数据可用，还有许多方法来使用这些信息。但 ...
2017-11-22
当前和未来重要的大数据优势 大数据分析如今已不能再称之为新技术。大多数移动应用程序开发人员已经明白，他们需要挖掘他们的数据来积极获取日常的见解。许多大型应用程序开发企业已经意识到，要在市场上不断地 ...
2017-11-22在统计学分析、实验研究、业务数据复盘过程中，单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中，两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT，但当被问到“新建一张表，该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中，箱型图（又称箱线图、Box Plot）是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域，异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表，但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代，企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中，自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标，而是陷入“指标失控”：仪表盘上堆满实时跳动的数据，却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下，存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标，但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代，数据质量直接决定分析结果的可靠性与准确性，而异常值作为数据清洗中的核心痛点，往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界，很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill，但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中，方差分析（ANOVA）是一种常用的假设检验方法，核心用于分析“一个或多个自变量对单个因变量的影响”，广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级，拒绝盲目刷题、冗余学习？《CDA 一级教材知识手册》重磅来袭！以官方教材为核心，浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中，卡方检验是一种常用的非参数检验方法，核心用于判断两个或多个分类变量之间是否存在显著关联，广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中，很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统，积累了海量数据，却依然面临“ ...
2026-05-18
