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平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13