大数据时代的来临怎样影响着信用卡业务的发展 1大数据应用时代来临 当前，随着计算机技术的发展，大规模计算能力的大幅提升，数据存储能力也获得了大幅提升。云存储、云计算以及分布式计算、流式计算、内存 ...
2017-08-09
学会数据分析背后的挖掘思维，分析就完成了一半 在数据分析中,模型是非常有用和有效的工具和数据分析应用的场景,在建立模型的过程中,数据挖掘很多时候能够起到非常显著的作用。伴随着计算机科学的发展,模型也越 ...
2017-08-09
大数据时代 你的数据到底可以为谁所用 近日，美国《华尔街日报》的一篇报道揭开了华为与腾讯在用户数据上的纷争。报道称，腾讯指控华为2016年推出的一款人工智能手机荣耀Magic手机收集包括微信聊天信息在内的用 ...
2017-08-08
大数据时代摘抄 大数据也一样，量变导致质变。物理学和生物学都告诉我们，当我们改变规模时，事物的状态有时也会发生改变。 大数据，打挑战 大数据的精髓在于我们分析信息时的三个转变，这些 ...
2017-08-08大数据时代(一)--是什么，然不是为什么 在小数据时代，相关关系分析和因果分析都不容易，都耗费巨大，都要从建立假设开始。然后我们会进行试验--这个假设要么被证实要么被推翻。但由于两者都始于假设，这些分析 ...
2017-08-08大数据时代的信息垄断与共享 天下事，分久必合，合久必分。 战国时代曾有两个联盟，合纵、连横。最终，秦国依靠经济实力、技术创新和制度创新，先击败了联盟对手，继而兼并了联盟的伙伴。 秦国统一之后的 ...
2017-08-08
继RBG之后，大数据时代，如何用战略性眼光发现商机 大数据时代，如何用战略性眼光赚取第一桶金，这似乎是个老生常谈的问题。回顾上半年，金融监管与去杠杆带来的流动性收缩是资本市场的核心矛盾，A股市 ...
2017-08-08大数据市场现状综述 大数据计算和分析系统作为一种计算机科学发展到一定阶段的必然产物已经吸引了各行各业的关注，学术界和业界都已经参与到大数据分析系统的构建中来，越来越多的公司开始拥有或租用数据 ...
2017-08-08数据科学的四种类型 在这篇博文中，我们聚焦于在数据科学领域所遇到的四种类型的数据分析模式：描述型、诊断型、预测型和指导型。 当我与刚涉足数据科学领域的年轻分析师们交谈时，通常，我会问他们认为什么 ...
2017-08-07
大数据时代，你的营销决策够智能吗 数据权力的分配直接影响到决策权力的划分，高层需要带头建立大数据决策的文化。目前的人工智能技术更多是从大数据中发现线索，而对数据分析的结果进行解读，还需要依靠决策者 ...
2017-08-07
转变观念跟进大数据时代 当今，全社会都在接受着互联网和教育信息化的挑战，越来越多的孩子在网络游戏中如鱼得水、游刃有余、一发不可收，或在微信中穿越时空、转摘八方、指点江山，或在平板、电子书上左右开弓 ...
2017-08-07
大数据有点傻 从单个消费者比较微观的角度看，大数据有点傻。这个结论来源于电脑连续不断推送扫地机器人。 由于购买过一个扫地机器人，这个机器人也确实尽心尽力地扫地吸附尘埃，但是这种东西至少需要几年才 ...
2017-08-07何为大数据 唐太宗说过：以铜为鉴，可以正衣冠，以人为鉴，可以明事理，以史为鉴，可以知兴替。说白了，大数据就是借鉴曾经的甚至正在进行的价值信息，来对需求进行优化和处理。而这里的优化和处理分析就用到了 ...
2017-08-07大数据如何触发精准营销 每次我跟很多企业家在沟通的时候，总会说到一个问题，就是现在生意难做，为什么生意难做?我们看到几点： 第一，我们整个中国是制造业大国，但是我们产能高度过剩; 第二，我们的产 ...
2017-08-07
8月4日，由国家生态大数据研究院、北京市园林绿化局联合主办的大数据服务首都生态建设专题研讨会在京召开。国家生态大数据研究院院长、国家林业局信息办主任李世东出席会议并做总结讲话，研究院专家委员会名誉主任 ...
2017-08-06
让大数据成为信用建设的“矿产资源” 大数据丰富了信用数据的数据源，不再局限于传统的金融领域数据，更基于交易数据、公共事业数据、商业信用、社会信用等多方面的数据来综合评判信用主体。数据的开放和整合 ...
2017-08-06
整合信用大数据 打牢经济“基础桩” “全面、准确的信用数据是建设社会信用体系的基本要素。中国经济的突飞猛进和互联网的发展催生了海量的信用数据，传统的技术手段无法满足庞大复杂的数据整合要求，需要使用 ...
2017-08-06云计算：大数据时代的系统工程 随着时代的发展，大数据、云计算成为当下热门的字眼。在互联网带来的“大”问题压力下，我们需要全新的思想，重新定义计算资源的使用方式、服务提供方式，以及社会化大生 ...
2017-08-06物联网大数据将吞噬整个地球 人类创造的物理世界有多大，我们有衡量的概念，但是人类创造的数字世界到底有多大，相信这个概念还不够具体。 在大多数人的印象中，数据就是数字，或者必须是由数字构 ...
2017-08-06
大数据时代 与消费者建立直接联系 大众出版市场上，能让消费者花钱买书的，第一因素是作家，出版商只位于第二位置。因此，出版商一方面要做好作者服务，一方面要重新树立品牌。 亚马逊凭借从零售向出版领域 ...
2017-08-05Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23
