首页 > 行业图谱 >

- 浅谈大数据为何解决不了道路交通拥堵
2017-01-07
-
浅谈大数据为何解决不了道路交通拥堵
如今大数据被赋予了神一样的能量,好像只要是大数据当道就可以解决一切难题。这种想法显然不对,即便大数据可以帮助我们了解的更多,也不能预测到我们想象中的程度。
...
- 四种中介效应分析_spss中介效应结果分析
2017-01-06
-
四种中介效应分析_spss中介效应结果分析
1.中介效应分析概述
中介效应分析广泛用于社会科学研究(Wood, Goodman, Beckmann, & Cook, 2008),如心理学(MacKinnon, Fairchild, &Fritz, 2007; Rucker, Preache ...

- 大数据驱动社会治理创新转向 五大模式成新常态
2017-01-06
-
大数据驱动社会治理创新转向 五大模式成新常态
大数据、智能化、移动互联、云计算成为了驱动经济发展和社会转型的重要力量,“用数据说话、用数据决策、用数据管理、用数据创新”成为了公共管理和国家治理的重 ...

- 我是如何在SQLServer中处理每天四亿三千万记录的
2017-01-03
-
摘要: 首先声明,我只是个程序员,不是专业的DBA,以下这篇文章是从一个问题的解决过程去写的,而不是一开始就给大家一个正确的结果,如果文中有不对的地方,请各位数据库大牛给予指正,以便我能够更好的处理此次业 ...

- 用Python进行梯度提升算法的参数调整
2017-01-02
-
用Python进行梯度提升算法的参数调整
提升算法(Boosting)在处理偏差-方差权衡的问题上表现优越,和装袋算法(Bagging)仅仅注重控制方差不同,提升算法在控制偏差和方差的问题上往往更加有效。在这里,我们提供一 ...

- 从商业视角理解数据:数据科学家的思维之路
2016-12-28
-
从商业视角理解数据:数据科学家的思维之路
在过去的几个月内,来自不同行业人不约而同问我能否提供一个端到端的视图,使他们了解成为一个数据科学家的思维过程。为这个问题寻找答案时,我想的不仅仅是提供一个 ...

- 运营入门,从0到1搭建数据分析知识体系
2016-12-28
-
运营入门,从0到1搭建数据分析知识体系
数据分析在运营工作中无处不在,无论是活动复盘、专题报告、项目优化,还是求职面试,数据分析都有一席之地。
对于数据分析,我发现很多运营都有这样一些困惑:
不 ...

- 扒扒与大数据有关的那些事儿
2016-12-27
-
扒扒与大数据有关的那些事儿
不管是学术圈还是IT圈,只要能谈论点儿大数据就显得很高大上。然而,大数据挖掘、大数据分析、大数据营销等等事情仅仅只是个开始。
于是,站在客观的角度,围绕下面几个问题与 ...

- 大数据时代的遗憾
2016-12-26
-
大数据时代的遗憾
这两年“大数据”一词被越来越频繁地提及。大数据的时代要收取的是全方位的信息,不能武断地忽略某些数据,否则的话,你的云计算得出的结果是有偏差的。中国的传统文化从某种意义上更接近于现 ...

- 如何用EXCEL制作成绩分析的正态分布图
2016-12-20
-
如何用EXCEL制作成绩分析的正态分布图
教育评价学是教育科学领域中的一个重要的应用性很强的分支学科。在当今世界教育领域中,教育评价、教育基础理论和教育发展被认为是三大研究范围。教育是人类有目的 ...

- 重视大数据,但不能抛弃“小数据”
2016-12-14
-
重视大数据,但不能抛弃“小数据”
当前,全国各地都在建设大数据中心,有些偏僻的山区都建立了容量达2PB(拍字节)以上的数据处理中心,许多城市公安部门要求存储3个月以上的高清监控录像。其背后的问题是,这些 ...

- 样本方差为什么分母N-1 自由度_样本方差自由度
2016-12-13
-
样本方差为什么分母N-1 自由度_样本方差自由度
样本方差不是让你就算出样本方差来,而是用样本方差来估计总体方差,如果用n做分母那么算出的方差不是无偏估计,也就是说n做分母的样本方差的期望值不等于总体方差的 ...

- SPSS缺失值得分析处理
2016-12-05
-
SPSS缺失值得分析处理
在资料收集的过程中,由于各种原因可能导致数据收集不全,就会产生缺失值,且这种情况往往无法避免。如果缺失值处理不当,就会导致分析结果精度降低,出现偏倚甚至是错误的理论,因此缺失 ...

- 从0到1,带你搭建数据分析知识体系
2016-12-04
-
从0到1,带你搭建数据分析知识体系
对于数据分析,我发现很多运营都有这样一些困惑:
不知道从哪里获取数据;
不知道用什么样的工具;
不清楚分析的方法论和框架;
大部分的数据分析流于形式;
...

- 数据挖掘七种常用的方法汇总
2016-12-02
-
数据挖掘七种常用的方法汇总
数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。这个定 ...

- 大数据时代并不是掌握数据,而是利用数据
2016-12-01
-
大数据时代并不是掌握数据,而是利用数据
大数据可以来自方方面面,从生活中的购物交易,到工业上的生产制造;从社交网络媒体信息,到企业化管理决策大数据作为目前IT行业最重要的前进方向之一,已经吸引了众多IT ...

- 大数据时代下全面预算管理的趋势
2016-11-28
-
大数据时代下全面预算管理的趋势
大数据时代来临。麦肯锡咨询公司发布的报告称,全球90%的数据都是在过去两年中生成的,到2020年全球数据使用量将需要约376亿个1TB的硬盘进行存储。
而且,今天所说的数据, ...

- 统计建模和机器学习的区别之我见
2016-11-26
-
统计建模和机器学习的区别之我见
最近我多次被问到统计(尤其是统计建模)、机器学习和人工智能之间有何区别。其实这三者之间在目标、技术和算法方面有很多重叠的部分。引起困惑的原因不仅仅是因为这些重叠部分, ...

- 漫谈的数据挖掘
2016-11-25
-
漫谈的数据挖掘
谈到BI,就会谈到数据挖掘(Data mining)。数据挖掘是指用某些方法和工具,对数据进行分析,发现隐藏规律并利的一种方法。下面我们将通过具体的例子来学习什么是数据挖掘。
案例“上大学分析”- ...
- 大数据:商业革命与科学革命
2016-11-23
-
大数据:商业革命与科学革命
什么叫大数据?
“大数据”是“数据化”趋势下的必然产物!数据化最核心的理念是:“一切都被记录,一切都被数字化”,它带来了两个重大的变化:一是数据量的爆炸性 剧增,最近 ...