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 ...
2017-06-102017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 ...
2017-06-10基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13