什么是预测分析，其应用行业都有哪些？

2020-01-13

作者 | Niccolo Mejia 编译 | CDA数据分析师 What is Predictive Analytics? – An Informed Definition 预测分析可能是金融机构，银行，保险公司和医疗保健公司使用的最常见的AI应 ...

制药和生命科学中的大数据——人工智能和数据管理

2020-01-09

作者 | CDA数据分析师 在过去的五年中，我们已经与医疗保健和制药业的许多领导者进行了交谈，而对于AI而言，医疗保健和制药业领导者报告的最紧迫的挑战是他们不确定如 ...

如何为数据集选择正确的聚类算法？

2020-01-09

作者 | CDA数据分析师 应用聚类算法比选择最佳算法要容易得多。每种类型都有其优缺点，如果您要争取一个整洁的集群结构，则必须加以考虑。数据聚类是安排正确的整个数据模型的重要步骤。为了进行分 ...

这12个数据分析领域的误区，你有踩雷吗？

2020-01-06

作者 | Bob Violino 编译 | 中国统计网 对于IT来说，夸大其功效的炒作越多，外界对其的误解也会越大，数据分析当然也不例外。数据分析是当今信息技术最热门的领域之一，可以为企业带来显著 ...

电子商务中的大数据分析——数据平台和人工智能

2019-12-27

作者 | Ayn de Jesus 编译 | CDA数据分析师 数字原生电子商务企业习惯于帮助处理其客户提供的数据，以便为营销活动编写副本，运行PPC广告，计算客户生命周期价值以及基于CRM仪表板内的核 ...

Python基础详解（一）：工具准备篇

2019-12-26

作者 | CDA数据分析师 一、Python是什么 首先Python是一门编程语言，具有丰富而强大的库。Python被称为胶水语言，因为它能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地连在一起。 ...

看因果深度学习如何教AI人工智能去问为什么

2019-12-25

作者 | George Lawton 编译 | CDA数据科学研究院 大多数AI都基于模式识别，但是正如任何高中生都会告诉您的那样，关联不是因果关系。研究人员现在正在寻找方法，以帮助AI深入到更深层次。 ...

一文带你深入了解，什么是深度学习及其工作原理

2019-12-25

作者 | CraigStedman 编译 | CDA数据科学研究院 深度学习是机器学习（ML）和人工智能（AI）的一种，它模仿人类获取某些类型的知识的方式。深度学习是数据科学的重要元素，其中包括统计和预 ...

统计学5个基本概念：统计特征、概率分布、降维、过采样/欠采样、贝叶斯统计方法

2020-05-18

本文讲述了数据分析师应当了解的五个统计基本概念：统计特征、概率分布、降维、过采样/欠采样、贝叶斯统计方法。 利用统计学，我们可以更深入、更细致地观察数据是如何进行精确组织的，并且基于这种组织结构， ...

2020年人工智能落地发展趋势

2019-12-19

作者 | 网络大数据 来源 | raincent_com 转眼间，2019年只剩下不到两个月了。人工智能的热度依旧，只是在资本市场，看空的投资人也越来越多了。从当年大数据的发展趋势看，这种情况反而对 ...

数学vs编程，哪个才是数据科学的敲门砖？

2019-12-18

作者 | Low Wei Hong 译者 | Sambodhi 导读：数据科学其实就是一门数学、计算机、软件相关的复合型的技术，离开编程自然是无法存在的。无论是数据科学家还是数据分析师，都需要跨学科人才 ...

用OpenCV等构建神经网络，这些实战经验你肯定用得上！

2020-05-21

在我们的机器学习实验室，我们在许多高性能的机器已经积累了成千上万个小时的训练。然而，并不是只有计算机在这个过程中学到了很多东西：我们自己也犯了很多错误，修复了很多错误。 我们承认这些都是众所周知 ...

数据分析师成长记(五)：如何体现数据分析师的价值？

2019-12-16

作者 | 数据海洋 来源 | haiyangxinyong 很多从事数据分析的同事都以为数据分析师，应该是通过数据对业务团队决策、公司管理层的决策进行“指点江山”。在实际工作内容应该是做数据分析报 ...

作为一名数据科学从业者，你应该知道的P值

2019-12-13

作者 | SHAROON SAXENA 编译 | CDA数据分析师 Everything you Should Know about p-value from Scratch for Data Science 介绍 当你向有抱负的数据科学家谈论p值时，以下情况 ...

数据分析师成长记(四)：如何做好一个数据分析专题并落地应用

2019-12-13

作者 | 数据海洋 来源 | haiyangxinyong 当一个公司的业务团队，可以比较方便准确、及时、完整的看到数据，往往都会很容易从数据的变化中看到业务问题。再通过关键业务维度的拆分，可以定 ...

大数据下一个十年将如何演进？

2019-12-12

作者 | Oleksii Kharkovyna 编译 | 夏夜 当下我们生活在数据的时代里。机器学习和数据分析技术已经成为了我们当今生活密不可分的一部分。那接下来会怎样呢？ 在这篇博客中，我不打算预 ...

数据分析师成长记(三)：数据需求与数据报表是数据价值的基石

2019-12-12

作者 | 数据海洋 来源 | haiyangxinyong 一名数据分析师不管在什么行业，在什么类型的企业任职，把服务公司的业务流程、业务逻辑、业务与数据对应起来这是基础的基础。在这个前提下，通过 ...

8个计算机视觉深度学习中常见的Bug

2019-12-11

作者 | Arseny Kravchenko 编译 | ronghuaiyang 人是不完美的，我们经常在软件中犯错误。有时这些错误很容易发现：你的代码根本不能工作，你的应用程序崩溃等等。但是有些bug是隐藏的，这 ...

数据分析师的未来：80%的岗位都需要它，10年内最重要职位之一

2019-12-10

结合自己的成长经验，从一个数据分析师成长为管理过近百人的数据团队的负责人，也许有不少经验和走过的坑可以总结，从而帮助大家。所以决定接下来写一个《数据分析师》成长记录。同时也回答收集到的各个问题 ...

人工智能中的线性代数：如何理解并更好地应用它？

2019-12-10

作者 | Oleksii Kharkovyna 编译 | 机器之心 线性代数是 AI 专家必须掌握的知识，这已不再是个秘密。如果不掌握应用数学这个领域，你永远就只能是「门外汉」。当然，学习线性代数道阻且长。 ...