数据分析师之数据挖掘入门

2022-10-19

数据分析 探索性数据分析（Exploratory Data Analysis，EDA）是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。 常用的第三方库 ...

CDA Level Ⅲ 数据分析认证考试模拟题库（第十三期）

2024-10-05

不过，在出题前，要公布上一期Level Ⅲ 中61-65题的答案，大家一起来看！ 62、ABD 64、ABD A.树长得太高容易过拟合 C.可以通过剪枝限制过拟合 67.决策树模型是一种描述对实例进行分类的树形结构 ...

CDA LEVEL 1 考试，知识点《机器学习基本概念》

2024-10-04

机器学习研究如何让计算机不需要明确的程序也能具备学习能力。(—— Arthur Samuel,1959) 二、模型构建流程 既然我们机器学习是借助数学模型理解数学，那么最重要的原材料就是数据了。获取数据 ...

人工智能和大数据的开发过程中需要注意这12点

2018-07-21

人工智能和大数据的开发过程中需要注意这12点 人工智能是近年来科技发展的重要方向，在大数据时代，对数据采集、挖掘、应用的技术越来越受到瞩目。在人工智能和大数据的开发过程中，有哪些特别需要注意的要点? ...

大数据时代下的迁移学习

2018-07-08

大数据时代下的迁移学习 迁移学习不是机器学习的一个模型或技术，它是机器学习中的一种“设计方法论”，还有一些其他的设方法论，比如说主动学习。 本文是AI科技大本营编译的迁移学习系列的第一篇文章。第二 ...

大数据时代下数据挖掘技术的应用

2018-06-05

大数据时代下数据挖掘技术的应用 随着社会信息化的迅速发展，无论是数据的变化速率，还是数据的新增种类都在不断更新，数据研究变得越来越复杂，这意味着“大数据时代”到来。2011年，互联网数据中心（internet ...

大数据时代人工智能在崛起 值得拥抱也值得防范

2018-04-20

大数据时代人工智能在崛起 值得拥抱也值得防范 大数据计算带来突破成热点 当前人工智能的高潮由学术界蔓延到工业界，并为社会所普遍关注。汪伟认为，这轮高潮应该是由以深度学习为代表的一系列新方法、互联 ...

机器学习中训练集、验证集和测试集的作用

2018-03-27

机器学习中训练集、验证集和测试集的作用 通常，在训练有监督的机器学习模型的时候，会将数据划分为训练集、验证集合测试集，划分比例一般为0.6:0.2:0.2。对原始数据进行三个集合的划分，是为了能够选出效果（ ...

在人工智能和大数据产品的开发中，有哪些需要特别注意

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? ...

深度学习已成功应用于这三大领域

2017-11-20

深度学习已成功应用于这三大领域 在本章中，我们将介绍如何使用深度学习来解决计算机视觉、语音识别、自然语言处理以及其他商业领域中的应用。首先我们将讨论在许多最重要的AI 应用中所需的大规模神经网络的实 ...

做好数据挖掘模型必读的9条高端经验总结

2017-05-19

做好数据挖掘模型必读的9条高端经验总结 数据挖掘是利用业务知识从数据中发现和解释知识(或称为模式)的过程，这种知识是以自然或者人工形式创造的新知识。 当前的数据挖掘形式，是在20世纪90年代实践领 ...

机器学习中的常见问题—损失函数

2017-03-28

机器学习中的常见问题—损失函数 一、分类算法中的损失函数 在分类算法中，损失函数通常可以表示成损失项和正则项的和，即有如下的形式： 其中，L(mi(w))为损失项，R(w)为正则项。mi的具体形式如下 ...

大数据风控模型的基本流程

2017-01-23

大数据风控模型的基本流程 金融的本质是将风险偏好不同的资金供给方和风险不同的资金需求方匹配起来。而大数据风控看两个方面的能力，一个是数据积累，另一个就是技术能力。分析可知，大数据风控模型的基本流程 ...

当数据分析成了一门显学，算法会左右你的终身大事

2016-10-17

当数据分析成了一门显学，算法会左右你的终身大事 你愿意你的终身大事被算法安排吗？如果有一天算法将比你更加了解你自己，你准备好相应的心智模块了吗？本期数据侠将比较机器学习和传统数据建模的区别，并用最 ...

数据挖掘与数据分析梳理

2016-10-11

数据挖掘与数据分析梳理 一、数据挖掘和数据分析概述 数据挖掘和数据分析都是从数据中提取一些有价值的信息，二者有很多联系，但是二者的侧重点和实现手法有所区分。 数据挖掘和数据分析的不同之处： ...

2017校招数据分析岗位笔试/面试知识点

2016-09-30

2017校招数据分析岗位笔试/面试知识点 2017校招正在火热的进行，后面会不断更新涉及到的相关知识点。尽管听说今年几个大互联网公司招的人超少，但好像哪一年都说是就业困难，能够进去当然最好，不能进去是不是 ...

数据挖掘系列决策树分类算法

2016-08-15

数据挖掘系列决策树分类算法 从这篇开始，我将介绍分类问题，主要介绍决策树算法、朴素贝叶斯、支持向量机、BP神经网络、懒惰学习算法、随机森林与自适应增强算法、分类模型选择和结果评价。 这篇先介绍 ...

做好数据挖掘模型，有什么好的经验推荐？

2016-05-27

做好数据挖掘模型，有什么好的经验推荐？ 数据挖掘是利用业务知识从数据中发现和解释知识（或称为模式）的过程，这种知识是以自然或者人工形式创造的新知识。 第一，目标律：业务目标是所有数据解决方案的源头 ...

数据挖掘相关的数学基础

2016-05-15

数据挖掘相关的数学基础 面对复杂数据，数据挖掘的基本流程是：首先对原始数据进行填补遗漏、消除异常、平滑噪声等处理，提高数据挖掘的有效性和准确性。然后使用专门的算法对原始数据进行归纳抽象，去掉取之过 ...

原理+代码|Python实战多元线性回归模型

2020-08-05

线性回归就是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。我们在机器学习过程中也经常会遇到构建线性回归模型的场景，对于初学者来说还是比较困难的 ...