京公网安备 11010802034615号
经营许可证编号:京B2-20210330
悬赏数据控∣2018网易有数可视化大赛火热开启
2018,步入数字经济时代,数据分析技术的广泛应用,为企业运营增涨、效率提升、业务优化提供了越来越多的决策支持,逐渐成为每个企业必须具备的能力;同时,面对业务过程中产生的大量数据,通过数据分析不断挖掘数据价值,在数据价值的基础上创造新的商业价值,也成为企业打造自身大数据能力的主要方式。
数据可视化作为数据分析的重要表现形式,对数据分析技术的推动作用也愈发重要。
2018年6月,网易旗下可视化分析平台网易有数,正式举办第一届网易可视化大赛,诚邀各行业数据爱好者共同参与,进行最火热的创新思维碰撞。CDA数据分析师作为大会的承办方将给CDA俱乐部的小伙伴带来这一福利,赶紧报名参赛吧!
赛事目标:
1、打造国内领先的可视化分析比赛;
2、推动数据分析技术在各个行业的应用发展;
3、催生数据可视化的创新思路。
参赛要求:
1、参赛对象:推荐选手以个人名义参赛;
2、评分标准:作品评分标准主要由三部分构成:展现美观性(50%)、应用价值(30%)、分析深度(20%);
3、应用工具:比赛制定参赛软件工具为网易有数,如尚无该软件,可复制此链接:https://youdata.163.com/dash/visualInvite?source=portal到浏览器进行注册。如有任何问题,可电话咨询(0571-89853068)或发邮件至youdata_judge@163.com与主办方取得联系。
4、赛事数据:推荐参赛者自行准备数据,数据可以脱敏;如果选手没有数据,可以使用组委会提供的示例数据;
5、大赛评委:浙大专家、网易数据分析专家;
6、作品提交:作品需包含以下内容:
(1)可视化报告,使用分享功能,将报告的分享地址提交;
(2)作品介绍(包含行业背景,数据分析思路,应用价值等),形式可以为:PPT或视频;
7、奖项设置:一等奖一名,二等奖二名,三等奖5名,优秀奖20名。本次竞赛颁奖于7月31日杭州网易云创大会进行。
8、赛事承办方:
网易云、浙江大学、CDA数据分析师、天善智能、网易严选、网易考拉。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17