Python中的对象，方法，类，实例，函数用法分析 这篇文章主要介绍了Python中的对象,方法,类,实例,函数用法,从面向对象的角度分析了对象,方法,类,实例,函数等的使用技巧,具有一定参考借鉴价值,需要的朋友可以参 ...
2017-11-12
浪潮迭起 人工智能值得我们多大程度上的信任 如今，人工智能发展迅速，应用也越来越广泛，但是显然我们不能对这一新技术抱以完全的信任。因为盲目的信任有可能会造成误导或是危险的结果，谨慎一点是必须的。 ...
2017-11-12python使用any判断一个对象是否为空的方法 这篇文章主要介绍了python使用any判断一个对象是否为空的方法,并给出了改进的方法供大家对比参考,具有一定的借鉴价值,需要的朋友可以参考下 具体实现代码如下 ...
2017-11-12
物联网深入发展 将如何改变大数据分析 数据一直在业务中发挥关键作用，但大数据分析的兴起，大量存储的信息可以在计算上挖掘出来，揭示有价值的见解、模式和趋势，使其在现代商业领域几乎不可或缺。收集 ...
2017-11-12SPSS转换菜单：个案排秩 1、概念：使用“个案排秩”对话框可以为数值变量创建包含秩、常规得分和Savage得分以及百分位值的新变量。 2、操作：转换-个案排秩 3、说明：秩的类型如下： ◎秩.简单秩。新 ...
2017-11-12
不仅仅是大企业 小企业更需要大数据 大数据不仅仅是大企业可以利用，中小企业可以获得同样的回报。但中小企业不能像大型企业一样构建大数据基础设施。好消息是，他们没有必要这么做，可以利用云计算的计 ...
2017-11-12【北京联合盈鑫信息技术有限公司】招聘数据分析师 United Resources Information Technology Ltd.（联合盈鑫信息技术有限公司）is a china-based human resource service provider including IT Outsourcing、Staffi ...
2017-11-11【北京百科康讯科技有限公司】招聘数据分析师 百科康讯科技有限公司致力于权威医学科普的开发、传播与评价，旨在解决网络中医学科普鱼龙混杂、让民众无所适从的局面。2010年4月正式创立《百科名医网》，与中国医学科 ...
2017-11-11【深圳润步贸易有限公司】招聘数据分析师 深圳润步贸易有限公司，成立于2011年，总部位于深圳，分支机构遍布海内外，是国内优秀的跨境电商企业之一，全球一流的电子商务公司。公司现阶段基于“泛供应链、泛渠道”模 ...
2017-11-11【北京指南针科技发展股份有限公司广东分公司】招聘数据分析师 北京指南针科技发展股份有限公司成立于1997年，总部设在北京，分公司设于广州。是国内首家定位于个人投资者（证券分析系统软件）金融服务的公司。公司 ...
2017-11-11【上海拉交信息科技有限公司】招聘数据分析师 上海拉交信息科技有限公司是一家科技公司，总部位于上海浦东新区陆家嘴金融中心的金茂大厦，致力于用科技解决实体手机店的效率，把实体手机店从采购到售后，以及客户关 ...
2017-11-11【广东壹号食品股份有限公司】招聘数据分析师 广东壹号食品股份有限公司成立于2004年，现有员工4000多人，近年公司经营业务快速发展，已成为国内知名大型食品公司。公司主要以壹号土猪、壹号土鸡、壹号土牛为主导品 ...
2017-11-11【上海昶纳互联网科技有限公司】招聘数据分析师 上海昶纳互联网科技有限公司，成立于2017年5月25日，注册资本5000万。是一家专注大数据风控和金融科技研发的借助移动互联网的金融类服务公司，致力于打造开放的金融云 ...
2017-11-11
数据科学的十大常见误区 你中枪了吗? 对于数据科学领域的新手来说，以下的十大常见误区每一条都是血与泪的教训。 对于数据科学领域的初学者和职场小白来说，理想往往很美好，现实却很骨感。理想的数据科学世 ...
2017-11-11
火爆的大数据外，大数据经济利益怎样与道德伦理保持平衡 人们普遍认为，大数据的应用代表着欧洲经济的一个重大进步。然而，它也带来了重大的法律问题，尤其是数据保护相关问题。有一些社会机构报告认为，欧盟基 ...
2017-11-11
浅谈python 四种数值类型(int,long,float,complex) Python支持四种不同的数值类型，包括int（整数）long（长整数）float（浮点实际值）complex （复数），本文章向码农介绍python 四种数值类型，需要的朋友可以 ...
2017-11-11
保护隐私，守护「大数据」的生命线 如果非要说科技进步是一把双刃剑，那这把剑的两面明显不一样锋利，快刀的一面带来效率的提高和生活的便利，而钝刀的一面尽管不那么锋利，但也必须好好呵护，以免带来不 ...
2017-11-11python中执行shell的两种方法总结 这篇文章主要介绍了python中执行shell的两种方法，有两种方法可以在Python中执行SHELL程序，方法一是使用Python的commands包，方法二则是使用subprocess包，这两个包均是Pyth ...
2017-11-11
零售大数据分析应用的四个阶段 要建立数学模型要解决三个问题，首先是数据的量要达到一定的规模和质量；其实是用什么样的算法，如用时间序列还是回归或是人工智能算法；第三是“数据+算法”可以围绕什么业务场 ...
2017-11-11
关于安防与大数据不能不说的九个发展趋势 当前，安防大数据的应用也越来越多，但真正将大数据的挖掘和应用落到实处，转变为商业模式的还是很少，目前很多大数据概念都是噱头。后期安防厂家会进行分化，部分传统 ...
2017-11-11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
