大数据在智慧城市中的应用及其发展

2019-12-23

作者 | 网络大数据 来源 | raincent_com 城市大数据是指在城市运行过程中产生或获取的数据，是其与信息收集、处理、利用和通信能力相关的活动要素组成的有机系统，是国民经济和社会发展的 ...

Python数据清洗(三)：异常值识别与处理

2019-12-20

作者 | 刘顺祥 来源 | 数据分析1480 在《Python数据清洗(一)：类型转换和冗余数据删除》和《Python数据清洗(二)：缺失值识别与处理》文中已经讲解了有关数据中重复观测和缺失值的识别与处 ...

运营商大数据对外价值变现的十大趋势

2019-12-19

作者 | 傅一平 来源 | 与数据同行 最近中国移动提出了DICT战略，显示其在政企市场进一步拓展的雄心，在这个背景下，重新探讨下运营商的大数据变现很有意义。虽然近半年“大数据圈”似乎有 ...

如何在数据分析中使用「象限法」进行分析？

2019-12-18

作者 | 诸葛io数据教练 什么是象限分析法？ 看上面这张图，你看出来了什么？ 是的，一个初中时就学会的坐标轴，X轴从左到右是点击率的高低，Y轴从下到上是转化率的高低，形成了4个象限 ...

使用简单而强大的Excel来进行数据分析

2019-12-18

作者 | SUNIL RAY 编译 | CDA数据分析师 Simple Yet Powerful Excel Tricks for Analyzing Data Microsoft Excel是目前世界上被使用的最广泛的数据分析工具之一 使用Ex ...

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 ...

机器学习中的分类距离

2019-12-17

作者 | 我的智慧生活 来源 | 咪付 生活中，距离通常是用于形容两个地方或两个物体之间的远近。在人工智能机器学习领域，常使用距离来衡量两个样本之间的相似度。 “物以类聚” 我 ...

机器学习中的评价指标

2019-12-17

作者 | 我的智慧生活 来源 | 咪付 在人工智能领域，机器学习的效果需要用各种指标来评价。本文将阐述机器学习中的常用性能评价指标，矢量卷积与神经网格的评价指标不包括在内。 训练与 ...

新手机器学习工程师最容易犯的6大错误

2019-12-16

作者 | Christopher Dossman 编译 | ronghuaiyang 在机器学习中，有许多方法来构建产品或解决方案，每种方法都假设不同的东西。很多时候，如何识别哪些假设是合理的并不明显。刚接触机器学 ...

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 ...

机器学习背后，你不能不知道的数学核心概念

2019-12-13

作者 | SHAROON SAXENA 编译 | CDA数据分析师 Mathematics behind Machine Learning - The Core Concepts you Need to Know 介绍 “学习机器学习算法背后的数学有什么用？我 ...

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 ...

人工智能为数据分析做好准备：充分利用机器学习

2019-12-12

作者 | Tessella 编译 | CDA数据分析师 将AI专有技术应用于从世界领先，最强大的科学仪器收集的庞大数据池中，可以加速科学发现的过程。强大的机器学习方法提供了从原始实验数据中提取科学 ...

Python机器学习中七种损失函数的科学指南

2019-12-11

作者 | KHYATI MAHENDRU 编译 | CDA数据分析师 损失函数实际上是我们经常使用的这些技术的核心，本文介绍了多种损失函数，他们的工作位置以及如何在Python中进行编码。 前言 首先想 ...

数据分析师成长记(二)：不懂业务，分析就仅仅只是提数

2019-12-11

好枪手是靠子弹喂出来的，好分析师是靠大量项目实践沉淀出来的。 作者 | 老七 来源 | 鸟哥笔记 1. 不懂业务，分析就仅仅只是提数 1）如果懂业务，你就不会在日活 ...

数据分析师成长记(一)：如何让你的数据处理更加专业而高效？

2019-12-10

作者 | 数据海洋 来源 | haiyangxinyong “数据质量是生命线”，不管是对数据从业者来说，还是针对数据应用者来说，是一样重要的，所以在SQL语言来提取数据的时候一定要保证数据的准确性。 ...

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。 ...

机器学习的数据准备：为什么它如此重要，我们应该怎么做？

2019-12-09

编码是成功的业务模型的前提。 虽然建立准确的算法和计算技能的应用是过程的一部分，但这是什么基础呢？ 从自动驾驶汽车等基于AI的大规模技术革命到构建非常简单的算法，您都需要正确格式的数据。实际上 ...

机器学习之深度学习的未来

2019-12-09

作者 | Francois Chollet 编译 | CDA数据分析师 The future of deep learning 鉴于我们对深网的工作原理，局限性以及研究现状的了解，我们能否预测中期的发展方向？这是一些纯粹的个 ...

如何深入浅出理解数据仓库建模？

2019-12-03

作者 | 傅一平 来源 | 与数据同行 今天跟着我来学学数据仓库的基础知识，希望你结合案例可以把它吃透。 一、数据仓库建模的意义 如果把数据看作图书馆里的书，我们希望看到它们在书 ...