中级数据科学家如何提高模型精度？

2023-10-14

提高模型精度是中级数据科学家在工作中非常重要的任务之一。通过优化模型，我们可以更好地理解和预测数据，并为业务决策提供更准确的指导。下面将介绍一些方法，帮助中级数据科学家提高模型精度。 数据质量与特征 ...

用numpy计算逆矩阵精度缺失严重，怎样解决？

2023-04-28

在计算机科学领域中，矩阵是一个非常重要的数学工具，因为它们能够表示许多数据结构和应用。在很多情况下，我们需要对矩阵进行操作，比如求矩阵的逆矩阵，而numpy是一种常用的数值计算库，也提供了对矩阵的支持。 ...

神经网络加上注意力机制，精度反而下降，为什么会这样呢？

2023-03-14

近年来，神经网络和注意力机制的结合已经成为了自然语言处理领域中的研究热点。但是，在实际应用中，有时候我们会发现，当将注意力机制加入到神经网络中时，模型的精度反而下降了。为什么会出现这种情况呢？本文将从 ...

Python双精度浮点数运算并分行显示操作示例

2018-06-06

Python双精度浮点数运算并分行显示操作示例 这篇文章主要介绍了Python双精度浮点数运算并分行显示操作,涉及Python数学运算及显示相关操作技巧,注释备有详尽的说明,需要的朋友可以参考下 #coding=utf8 def do ...

关于Python中浮点数精度处理的技巧总结

2017-10-06

关于Python中浮点数精度处理的技巧总结 前言 最近在使用Python的时候遇到浮点数运算，发现经常会碰到如下情况: 出现上面的情况，主要还是因浮点数在计算机中实际是以二进制保存的，有些数不精确。 ...

MySQL 同时获取分页数据与总行数方案

2026-11-09

一、业务背景 在后台列表、管理系统、报表页面的分页需求里，前端通常需要两份数据：当前页的分页记录、符合筛选条件的数据总条数，用来渲染分页组件（总页数、页码、跳页）。 常规写法分开执行两条 SQL：一条 limit ...

金融分析师职场必备能力及学习路径

2026-11-04

金融分析师的能力可以拆成四层：金融与会计专业功底、数据处理与分析、业务与行业理解、表达与沟通。四层不是并列的四个证书，而是同一份分析报告里的四种动作——读懂财报、把数据取出来算清楚、判断数字背后的经营 ...

想学证书考什么：先按用途分五类，再锁定两三个方向

2026-11-03

想考证但没方向，最容易踩的坑是打开搜索框直接看“十大含金量证书”，结果越看越乱。更稳妥的顺序是反过来的：先弄清证书按用途分成哪几类，每类对应什么岗位场景、什么报考门槛，再对照自己的身份和目标逐一排除， ...

CDA教材知识点 | 描述性统计分析(考点60-62)

2026-11-03

核心资源推荐 CDA教材（2025）：https://edu.cda.cn/goods/show/3151CDA模拟题（2025）：https://edu.cda.cn/goods/show/2845CDA一级教材知识手册：https://edu.cda.cn/goods/show/4113 考点60：总体参数和样本统 ...

运营岗位个人业务技能提升指南

2026-10-30

运营岗的能力提升，最容易走的一条弯路是“先学工具”。看到招聘要求里写着SQL、Python、数据分析，就去报课；看到别人用可视化看板做复盘，就去学BI。工具当然要学，但运营的核心竞争力不在工具本身，而在于能否把 ...

【CDA干货】亚马逊"预测式发货"：从科幻专利到物流革命的底层逻辑

2026-10-14

一、什么是预测式发货 预测式发货（Anticipatory Shipping）是亚马逊于2013年12月获得授权的一项美国专利（专利号 US 8,615,473），其核心思想在当时堪称离经叛道：在客户还没有下单之前，就把商品打包并发往目的地 ...

【CDA干货】热力地图的制作原理、流程与实战应用分析

2026-09-30

热力地图是数据可视化中极具辨识度与实用性的空间分析图表，结合地理空间维度与数据密度特征，通过颜色深浅、色阶渐变直观展示数据的空间分布、聚集程度与强弱差异。区别于普通点状地图、柱状统计图，热力地图能够将 ...

【CDA干货】Pandas科学计数法的成因、影响与格式化处理方法

2026-09-24

Pandas是Python生态中用于表格数据处理的核心库，广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值或者极小浮点数时，Pandas会默认以科学计数法展示数据，例如1.23e+06、4.56e-05。该机 ...

【CDA干货】数据处理行业核心难题、成因与行业发展困境分析

2026-09-24

随着数字经济快速发展，数据已成为核心生产要素，各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作为数据采集、清洗、整合、分析、应用的核心中间环节，是释放数据价值、赋能企业精细化 ...

【CDA干货】时间序列趋势突变分析的原理、方法与实战应用

2026-09-23

在时序数据分析中，大部分业务数据并非持续平稳变化，而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象，这类非正常的跳跃性变化被称为趋势突变。趋势突变分析是时间序列研究的重要分支，区别 ...

从“数据存储”到“智能取数”：CDA数据分析师视角下的创建表或视图

2026-09-22

 很多数据分析师写过无数个SELECT查询，但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视图的优缺点分别是什么”时，却常常陷入支支吾吾的困境。其实，SELECT只是从表中“取” ...

【CDA干货】SQL日期转换函数的应用方法与实战技巧

2026-09-20

在数据库数据查询与数据分析工作中，日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒格式，无法直接适配统计、报表展示、时序筛选、周期分类等业务需求。SQL日期转换的核 ...

从样本到总体：CDA数据分析师视角下的参数估计

2026-09-15

 很多数据分析师精通描述性统计，能熟练计算均值、中位数、标准差，但当被问到“用500个样本如何推断10万用户的真实满意度”“这个估计值的可信度是多少”时，却常常语塞。其实，从样本到总体的跨越，正是推断统 ...

【CDA干货】基于Excel函数计算平均增速的原理、方法与实战应用

2026-09-07

在数据分析、经营复盘、业绩预测与经济统计工作中，平均增速（平均增长率）是衡量数据长期变化趋势、业务发展快慢的核心指标。不同于单期环比、同比增速的短期波动，平均增速能够平滑年度、月度间的起伏差异，客观反 ...

【CDA干货】数据透视表计算项的添加方法与数据分析实战作用

2026-09-03

数据透视表是Excel与Power BI中最核心的数据分析工具，具备快速汇总、维度拆分、动态筛选的能力，可高效完成数据归类与统计展示。常规透视表仅能对原始字段进行求和、计数、平均值等基础聚合统计，无法实现字段之间 ...