大数据VS大拥堵:大数据治理交通 如今交通拥堵随处可见，在公路、空中、铁路交通等发生的一系列拥堵不仅会造成时间的浪费和空气的污染，还会在社会发展的过程中付出高昂的代价。在伦敦、布鲁塞尔，上班族每年至 ...
2017-06-14大数据司法时代的立言、立功与立德 在司法信息迅速交换和影响的前提下，微观司法判断的隐含力量将迅速凝聚为司法的群体作用力，推动社会意识、社会关系与社会价值观的发展，实现立言、立功与立德的“不朽”效用 ...
2017-06-14大数据、网络安全等行业或成新贵，预计岗位需求激增 麦肯锡的一份分析报告指出，预计到2018年，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在14万到19万之间，对于懂得如何利用大数据做决 ...
2017-06-14
大数据时代全面风险管理 风险管理作为商业银行经营管理的重要内容和管理行为，是伴随着商业银行的产生而产生的。全面风险管理是把风险管理当作一门科学，并形成一定的行为模式，进而有效地指导经营管理实践，以 ...
2017-06-13
大数据产业发展迅猛，不紧跟潮流将被淘汰 大数据是当下最热的词汇。在互联网条件下，信息量爆炸式增长，如果我们不能获取、整理和应用这些信息和数据，就有可能在很短的时间内落后，甚至 ...
2017-06-13大数据产业呼唤开放共享 在我国，大数据产业要想有更好更快的发展，一方面必须努力提供良好的法律环境，另一方面则要增强政府及企业开放、共享基础设施与数据资源的意识，摒弃“地方保护主义”和“自我 ...
2017-06-13
当我们在谈论大数据的时候，我们在谈论什么 当我们谈论大数据的时候，我们在谈论什么，是商业的必然趋势，还是各家争夺的战场，抑或是你我的信息安全。 数据共享 ...
2017-06-13
大数据如此多娇，引无数英雄竞折腰 六月的夏还没有被气温点燃，却被阿里和顺丰的火药引爆。一言不合就切断业务合作，停止数据传输，土豪之间若是硬怼起来，真逼得国家邮政局都要连夜调解 ...
2017-06-12
大数据知道真相，你认可的因果关系未必就是正确的 大数据时代，让很多事情发生了变化。很早以前，医院的感染科医生，会根据病人的生命体征来推测病人的感染情况。感染科的医生发现：稳定 ...
2017-06-12
什么才是大数据时代的制胜法宝 数据洪流滚滚而来，企业要怎么办？是在洪水中叫喊挣扎还是迅速找寻一支救命稻草？拥有分析能力，就是拥有了一个救命良方。 企业渴望其分析能 ...
2017-06-12
大数据的特点有哪些 谈到大数据，很多人的第一反应就是非常大量的数据，其实不然，5P的数据也许不是大数据，1P的反而是大数据。也就是说，大数据并不意味着绝对的数据所占空间的巨大。 那么，怎么理 ...
2017-06-12大数据时代面临的三个问题 当今，大数据的到来，已经成为现实生活中无法逃避的挑战。每当我们要做出决策的时候，大数据就无处不在。大数据术语广泛地出现也使得人们渐渐明白了它的重要性 ...
2017-06-12
人工智能将在这四大领域改变我们的生活 人工智能的时代已经到来。这可能不仅仅是科技的变革，最终会演变成社会发展的变革。科技带来的是更加高效的连接，移动互联网已经将连接时间做到了极致，未来新的科 ...
2017-06-11
大数据与智能制造融合应用 作为一个数学家，用现在的话讲，应该是一个数据科学家。今天，我的绝大部分内容是从基础上演讲。在听了各位领导致辞和专家演讲后，我讲两个观点： 第一，我非常欣赏萧山 ...
2017-06-11
当今世界最有价值的资源是什么？不是石油，而是数据 一种新的大宗商品正在一个利润丰厚、增长迅猛的行业中酝酿，反垄断监管者也开始着手限制那些有能力控制这种商品的人。如果是在一个世纪前，这种商品就 ...
2017-06-11
数据即价值，大数据加速实现汽车企业数字化转型 随着新能源革命和新一代信息技术如大数据、物联网的不断突破和创新，汽车产业加速向新能源、轻量化、智能智造的方向发展，我国汽车产业进入关键的变革期。 ...
2017-06-11
漫谈数据仓库之维度建模 下面的内容，是笔者在学习和工作中的一些总结，其中概念性的内容大多来自书中，实践性的内容大多来自自己的工作和个人理解。由于资历尚浅，难免会有很多错误，望批评指正！ 概 ...
2017-06-11
大数据环境下该如何优雅地设计数据分层 最近出现了好几次同样的对话场景： 问：你是做什么的？ 答：最近在搞数据仓库。 问：哦，你是传统行业的吧，我是搞大数据的。 答：...... 发个牢骚，搞大数据的 ...
2017-06-11
如何走出大数据洞察报告变现的困境 1、客户现实的大数据洞察报告需求在哪里？ KPI是当前大多企业数据运营的核心，如何将KPI指标进行层层分解，直至一线执行末端，然后通过指标的跟踪和评估，及时发 ...
2017-06-10
2017大预测：大数据、物联网与人工智能 物联网、大数据和人工智能，无疑是2017最被期待的几大趋势。每个人都在谈论这些趋势，但真正发生了什么？我们将分为上下两篇来一一解读这些预测。今天分享的是大数 ...
2017-06-10Pandas 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
