在前面我们提到了Excel、数据可视化、数据分析思维、数据库知识，统计学知识，但是有了这些知识还不是足够了，还需要学习Python/R和业务知识，因为数据分析是针对各种各样的业务的，但是很多人对于这些业 ...
2018-12-11
前面我们为大家讲述了Excel、数据可视化、数据分析思维、数据库的知识。学会了这些就相当于学会了数据分析一般的内容，但是这些知识并不能构成一个完整的数据分析知识体系，还需要学习统计学、Python/R以 ...
2018-12-11
前面提到的Excel、数据可视化、数据分析思维等知识，一般来说Excel只能分析中小型的数据，也就是Excel不能够应对未来的大型数据，数据可视化知识有对呈现数据的功能。很多人的电脑中存着几十万条的数据， ...
2018-12-11
大家都知道，人们的智商都是不相同的，这是因为人们的思维方式不同，对于工具技能的掌握并不代表着智商高，取决人们的智商高的标准就是看人的 思维程度是否高级，在前面的内容我们提到了Excel和数据可视 ...
2018-12-11
前面我们提到了数据分析中的Excel技能，Excel技能是数据分析知识的基础，只能够分析简单小型的数据，但是在数据分析中，我们应给意识到一个问题，那就是我们尽量使用图表的方式代替文字表达，这是因为人 ...
2018-12-11
就目前而言，很多人看到了数据分析行业的火爆，于是都想进入数据分析行业，但是想进入数据分析行业是需要扎实的知识，还需要丰富的实战经验才能够成为真正的数据分析师，由此可见，速学是不太实际的，但 ...
2018-12-11
作者 | Jo Stichbury 翻译 | Mika 本文为 CDA 数据分析师原创作品，转载需授权 前言 如今人工智能备受追捧，由于传统软件团队缺乏AI技能，常常会遇到一些挑战。越来越多的企业都开始对人工智 ...
2018-12-10
很多数据分析是在分析数据的时候都会使用一些数据分析的方法，但是很多人不知道数据分析的分析方法有什么？对于数据分析师来说，懂得更多的数据分析方法是很有必要的，而且数据分析师工作工程中会根据变 ...
2018-12-10
在数据分析中，建立一个数据分析思维是一个至关重要的事情，但是建立一个数据分析思维不是一个简单的事情，需要不断的学习，不断的实践才能够验证这种思维是不是一个合适的数据分析思维，下面就给大家介绍一种 ...
2018-12-10
就目前而言，人们通过网络了解数据分析已经知道了数据分析的好处了大数据的好处就是数据分析的使用能够为企业的决策和未来提供发展方向。很多人看到了这一点就开始研究数据分析，而数据分析师需要一定的 ...
2018-12-10
很多人对于数据分析这一行业都是比较向往的，主要是因为数据分析师工资待遇很高，所谓高薪水的背后是高付出。大家对于数据分析师的职责不是很清楚的。如果清楚了数据分析师的职责只有就知道了为什么数据 ...
2018-12-10
在信息科技高度发展的今天，很多人逐渐看到了数据分析行业的甜头，很多企业也开始注重和部署专属公司的数据分析部门或团队，很多人对此并不是十分理解——为什么全行业越来越重视数据分析师的培养？。有 ...
2018-12-10
大家都知道，大数据流行的今天，已经对于科技、社会带来了很多方面的影响，正因为如此，我们需要把握好大数据时代的机遇，但是机遇后面一般是挑战，所以我们还需要谨慎对待大数据的挑战，那么我们怎么做 ...
2018-12-10
很多人听说过大数据以及数据分析师这些词，这些词都是最近几年新兴的事物，同时大数据分析的好处多多，比如能对公司的决策有指导作用，而数据分析也能够体现出公司或者企业的实际情况，以及对于公司的未来有 ...
2018-12-07
大数据的出现使得很多人开始研究这个新兴的事物，因为通过对大数据的分析，可以找到未来发展的方向，同时也能发现企业自身的问题，但是大家是不是真正的懂得大数据呢？理解大数据需要了解什么呢？这就需要 ...
2018-12-07
最近几年，大数据的发展程度越来越明显，很多企业由于使用了大数据分析使得企业朝着更好的方向发展，这就导致的数据分析行业的人才开始稀缺起来，对于数据分析这个工作中，是需要学会一些编程语言的，比如MAT ...
2018-12-07
就目前而言，不管是系统中的历史数据，还是持续不断接入系统中的实时数据，只要数据是可访问的，我们就能够处理这些数据。按照处理的数据形式和得到结果的时效性进行分类，数据处理框架就可以分为两类： ...
2018-12-07
很多人看到了数据分析这一行业的广阔前景，不顾一切的想挤进去数据分析这个行业，但是很多人并不知道数据分析究竟是需要做什么，以及数据分析行业需要具备什么能力才能够胜任这项工作，才能保证不被淘汰 ...
2018-12-07
在数据分析中数据分析获取是一个非常重要的事情，为了保证数据分析出一个很好的结果，需要一个干净的数据，干净的数据能够提高数据分析的效率，所以，数据清洗是一个很重要的工作，通过数据的清洗，就能 ...
2018-12-07
在科技高度发展的今天，很多技术不断的进步。就在最近的几年里，出现了很多的名词，比如大数据、物联网、云计算、人工智能等等。其中大数据的发展是非常普及的，现在很多的行业积累了很多的原始数据，通 ...
2018-12-06在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15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
