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主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01