在上一篇文章中我们给大家讲述了数据挖掘的知识以及数据挖掘需要的数学基础，当然了，数据挖掘只靠统计学是远远不够的，还需要微积分、泛函分析以及测度理论等等知识，下面我们就给大家讲述一下这些内容 ...
2019-01-16
在学习数据挖掘的时候，我们一定要掌握一些数学基础，毕竟数据挖掘中涉及到了很多的算法。说到这里我们要给大家说一说数据挖掘的概念，数据挖掘就是从大量数据中获取隐含的、潜在的是有价值信息的过程， ...
2019-01-16
作者 | Admond Lee 翻译 | Mika CDA 数据分析研究院原创作品，转载需授权 作为一名数据科学家，在我们讨论如何通过正确的提问对问题进行定义前，让我们首先看到为什么提出正确的问 ...
2019-01-16
CDA数据分析研究院原创作品，转载要授权哟 前段时间考研结束，衷心祝愿那些奋斗数载的小伙伴们可以考到自己梦寐以求的大学。人生短暂，人间美好，希望通过努力奋斗你我都可以体会到生活的点点滴滴。 ...
2019-01-15
在上一篇文章中我们给大家讲解了数据分析的方法。一般来说，数据分析的应用方法有7种，它们分别是画像分群、趋势维度、漏斗观察、行为轨迹、留存分析、A/B 测试和优化建模。我们讲解了画像分群、趋势维度 ...
2019-01-15
在上一篇文章中我们给大家讲解了常用的数据分析方法，常用的数据分析方法有内外因素分解法、DOSS。不管是内外因素分解法也好还是DOSS也好，都是需要大家掌握的，这些都是经典的方法。但是大家除了掌握这 ...
2019-01-15
在上一篇文章中我们给大家讲述了数据分析的基本思路。数据分析的基本思路首先要挖掘业务含义、制定分析计划、从分析计划中拆分出需要的数据，再根据数据分析的手段提炼业务洞察，最终产出商业决策，但是 ...
2019-01-15
现在由于数据分析行业的火热以及数据分析的优点，使得很多人都想进入数据分析行业，数据分析有什么好处呢？首先，通过数据分析可以使得企业的自身问题显而易见。第二，通过数据分析可以知道未来发展的方 ...
2019-01-15
我们在上一篇文章中给大家介绍了数据分析中容易出现的错误，数据分析汇总容易出现的错误主要就是数据可视化出现的问题、过于依赖绝对值、逻辑不通、以偏概全的测试、相关关系和因果关系之间的混乱。在上 ...
2019-01-15
大家在进行数据分析工作的时候，总会或多或少出现一些问题，很多人都认为数据分析就是使用数字逻辑处理数据从而得出自己想要的结果，理论上是可以的，但是实际上总是得到一些不如意的结果，主要还是因为 ...
2019-01-15
我们在上一篇文章中给大家介绍了很多大数据学习的思维原理，对于这些思维原理都是需要大家掌握的，在这篇文章中我们给大家讲解一下机器懂人原理，希望这篇文章能够给大家带来帮助。 首先我们给大 ...
2019-01-15
我们在前面的文章中给大家介绍了很多的大数据学习思维原理，这些内容对于大数据的学习都是很有帮助的，其实大数据的学习思维还是有很多的，我们在这篇文章给大家介绍一下电子商务智能原理。 电子 ...
2019-01-15
大数据的学习原理有很多，我们在前面众多的文章中给大家介绍了很多的思维原理，这些都是非常重要的，而大数据学习的思维原理中还有一个定制产品原理，是一般产品经理需要注意的事情，下面就小编为大家介 ...
2019-01-15
现在很多数据科学家都是在研究大数据的技术，很多人只是听过大数据这个词，但是对大数据还是不太了解的，对于大数据现在需要解决的关键问题不是很明朗。今天我们在这篇文章中给大家讲一讲大数据技术的基 ...
2019-01-15
现在大数据这个名词很火，许多公司也开始了对大数据相关工作的招聘，比如数据分析师、大数据分析师、数据挖掘工程师等等。许多大学毕业生或者已经参加工作的朋友，都开始蠢蠢欲动想着加入到这一行业中。 ...
2019-01-15
要说最近几年最火热的名词是哪个，相信人工智能肯定榜上有名，甚至在一些高中学校，也要求学生对于物联网和人工智能有所了解。而人工智能的火热，也让更多的年轻人选择加入到这一行业中，以谋取更好的职 ...
2019-01-14
本文为CDA数据分析研究院原创作品,转载需授权 1.为什么选择Python进行数据分析？ Python是一门动态的、面向对象的脚本语言，同时也是一门简约，通俗易懂的编程语言。Python入门简 ...
2019-01-14
作者 | Jeremie Harris 翻译 | Mika CDA 数据分析师原创作品，转载需授权 首先我要说的是，我是一名博士肄业生。 这个头衔给我带来了所谓的光环，它暗示我在研究生院待过，做过一些学术 ...
2019-01-11
作者 | Pranay Dave CDA 数据分析师原创作品，转载需授权 毫无疑问，Kaggle是非常适合学习数据科学的平台。许多数据科学家在Kaggle上投入了大量时间。 但同时，你不应该只依靠Kaggle来 ...
2019-01-08
在前面的文章中我们给大家介绍了数据分析方法中的同期群分析、聚类分析、细分分析和对比分析，这四个分析方法都是比较经典的分析方法，但是数据分析方法不只是这些，那么剩余的能够提升工作效率的数据分 ...
2019-01-07在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29
