cda

数字化人才认证

首页 > 行业图谱 >

业务模型,该怎么搭建?

业务模型,该怎么搭建?
2020-09-01
很多同学最怕听“建模型”仨字。尤其是建立“业务分析模型”。往往自己辛辛苦苦搞得LR、SVM、CNN被业务方狂喷:你这都是啥东西!脱离业务!不切实际!所以到底什么是“业务模型”,又改怎么建?我们今天系统讲解一 ...

sas评分卡之没有因变量我也能建模

sas评分卡之没有因变量我也能建模
2018-08-23
sas评分卡之没有因变量我也能建模 在建模中,并不是什么时候都有因变量的,那么在没有因变量的情况下,我们应该怎么无耻的还要建模呢,你会说聚类啊,无监督嘛,关联规则嘛。但是我要说的我有ahp(层次分析法) ...

常用的几种神经网络

常用的几种神经网络
2018-07-25
常用的几种神经网络 前向反馈网络和感知器是直线向前的,信息从前向后(分别是输入和输出)传播。神经网络通常被描述成多层,其中每一层都由输入、隐藏层、输出单元构成。一层单一网络内部绝对不会有任何连接而 ...
基于Spark的机器学习经验
2018-07-19
基于Spark的机器学习经验 如何基于spark做机器学习 Spark发展到1.5版本,算是全平台了,实时批计算,批处理,算法库,SQL,hadoop能做的,基本他都能做,而且做的比Hadoop好。 当然,这里我要提及的是,S ...
机器学习与数据挖掘的学习路线图
2018-07-04
机器学习与数据挖掘的学习路线图 说起机器学习和数据挖掘,当然两者并不完全等同。如果想简单的理清二者的关系,不妨这样来理解,机器学习应用在数据分析领域 = 数据挖掘。同理,如果将机器学习应用在图像处理 ...

对数据科学家来说最重要的算法和统计模型

对数据科学家来说最重要的算法和统计模型
2018-05-31
对数据科学家来说最重要的算法和统计模型 作为一个在这个行业已经好几年的数据科学家,在LinkedIn和QuoLa上,我经常接触一些学生或者想转行的人,帮助他们进行机器学习的职业建议或指导方面相关的课程选择。一 ...
一份关于数据科学家应该具备的技能清单
2018-05-30
一份关于数据科学家应该具备的技能清单 大数据时代,什么职业比较吃香?答案可以从今年的校招薪资列表上知道——算法工程师、人工智能研究员、数据分析等职位。其实这几个职位有一定的交集,那就是需要处理大量 ...
利用大数据分析将保险业风险防控做到极致
2018-05-18
利用大数据分析将保险业风险防控做到极致 互联时代,特别是移动互联网日渐普及之后,大数据的搜集变得更为方便和可行,大数据的应用价值受到了各行各业的关注,甚至大数据本身也成了一个专门产业。保险作为基于 ...
大数据时代智慧司法建设功能价值与挑战
2018-04-08
大数据时代智慧司法建设功能价值与挑战 司法信息化建设是实现司法现代化转型的必由之路,而“智慧司法”建设则是司法信息化建设的关键阶段。在此背景下,研究大数据时代智慧司法建设的功能价值与面临的发展挑战 ...
人工智能”是智能么
2018-04-03
人工智能”是智能么 在电影“终结者2”里,人类未来的领袖约翰康纳问从未来穿越回来的T-800机器人他是否可以学习人类的行为,T-800说他的CPU是一个神经网络处理器,一个会学习的计算机,但他的芯片被设定成了“ ...
机器学习入门报告之 解决问题一般工作流程
2018-03-20
机器学习入门报告之 解决问题一般工作流程 对于给定的数据集和问题,用机器学习的方法解决问题的工作一般分为4个步骤: 一.     数据预处理 首先,必须确保数据的格式符合要求 ...
从奇异值分解(SVD)看潜在语义索引(LSI)
2017-12-22
从奇异值分解(SVD)看潜在语义索引(LSI) 1. SVD 简介 SVD中文称为“奇异值分解”,是一种矩阵分解方法。其公式如下: 定理:设A为m*n阶复矩阵,则存在m阶矩阵U和n阶矩阵V,使得:       A ...
数据分析中的缺失值处理
2017-12-01
数据分析中的缺失值处理 没有高质量的数据,就没有高质量的数据挖掘结果,数据值缺失是数据分析中经常遇到的问题之一。当缺失比例很小时,可直接对缺失记录进行舍弃或进行手工处理。但在实际数据中,往往 ...

深度学习已成功应用于这三大领域

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 ...

数据精准营销的七个关键要素

数据精准营销的七个关键要素
2017-08-26
数据精准营销的七个关键要素 说到大数据精准营销,不得不先提个性化的用户画像,我们针对每一类数据实体,进一步分解可落地的数据维度,刻画TA的每一个特征,在聚集起来形成人群画像。 01用户画像 ...

学会数据分析背后的挖掘思维,分析就完成了一半

学会数据分析背后的挖掘思维,分析就完成了一半
2017-08-09
学会数据分析背后的挖掘思维,分析就完成了一半 在数据分析中,模型是非常有用和有效的工具和数据分析应用的场景,在建立模型的过程中,数据挖掘很多时候能够起到非常显著的作用。伴随着计算机科学的发展,模型也越 ...
如何利用大数据做金融风控
2017-07-12
如何利用大数据做金融风控 随着金融科技、科技金融等概念的热起,以及互联网金融、无金融服务群体的刚性需求下,大数据风控技术也获得越来越广泛地重视和应用。但是,如何利用大数据、机器学习等前沿技术做金融 ...
R语言中样本平衡的几种方法
2017-06-07
R语言中样本平衡的几种方法 在对不平衡的分类数据集进行建模时,机器学习算法可能并不稳定,其预测结果甚至可能是有偏的,而预测精度此时也变得带有误导性。在不平衡的数据中,任一算法都没法从样本量少的类中 ...

说说什么是数据挖掘

说说什么是数据挖掘
2017-05-13
说说什么是数据挖掘 数据挖掘就是指从数据中获取知识。 好吧,这样的定义方式比较抽象,但这也是业界认可度最高的一种解释了。对于如何开发一个大数据环境下完整的数据挖掘项目,业界至今仍没有统一的规范 ...

【案例】数据挖掘与生活:算法分类和应用

【案例】数据挖掘与生活:算法分类和应用
2017-05-06
【案例】数据挖掘与生活:算法分类和应用 本文,主要想简单介绍下数据挖掘中的算法,以及它包含的类型。然后,通过现实中触手可及的、活生生的案例,去诠释它的真实存在。 一、数据挖掘的算法类型 一 ...

OK
客服在线
立即咨询