机器学习中的各种相似性、距离度量 本文主要关注点在于各个距离、相似度之间的优缺点，及使用时候的注意事项。 1. 闵可夫斯基距离 基本认识 该距离最常用的 p 是 2 和 1, 前者是欧几里得距离（Euc ...
2017-07-25大数据热度不减 产业刚起步面临五大阻碍 近年来，大数据产业发展如火如荼，资本、企业争相涌入、抢滩布局。大数据除了自身具有广阔前景，还能激活传统行业的活力，对我国经济的发展意义重大。不过，目前大数据 ...
2017-07-25
聚类算法实践一层次聚类、K-means聚类 所谓聚类，就是将相似的事物聚集在一 起，而将不相似的事物划分到不同的类别的过程，是数据分析之中十分重要的一种手段。比如古典生物学之中，人们通过物种的形貌特征将其 ...
2017-07-25大数据时代下数据挖掘技术在电力企业中的应用 大数据时代下电力企业面临挑战我国原有电力企业实行垂直一体化管理，2000年后我国电力企业实行更全面更深刻的改革。就目前的现状来看，电力企业包括独立的发电厂、 ...
2017-07-25
大数据主导下的“分享经济”走向 尼尔森咨询最近做了一个全球性调查，看哪个国家和地区最渴望“分享经济”，它找到的答案，是中国。但 Airbnb、Lyft 包括私人停车库出租共享的 SPOT 也已经不是分享经济最前沿 ...
2017-07-25【华大基因】招聘数据分析师 华大基因自1999年成立以来，由1%人类基因组计划开始，完成了中国水稻基因组计划、SARS基因组研究、家蚕家鸡基因组计划等多项与人类健康和中国长期发展具有重要意义的项目。在完成大科学 ...
2017-07-24【深圳市芸丰泽电子有限公司】招聘数据分析师 深圳市芸丰泽电子有限公司，成立于2008年，总部设在深圳民治，在香港葵芳拥有分公司。公司最初主要以电子元器件为主开展贸易业务。目前重点发展海外贸易业务，产品以3C ...
2017-07-24【上海衣得体婚庆礼仪服务有限公司】招聘数据分析师 “衣得体”是中国服装领域，第一个专业帮助企业应对互联网侵袭、提供“智能化转型”方案的科技团队。 公司顺应“互联网+”趋势，以“用户体验”为核心，集合国内 ...
2017-07-24【上海粤亿投资有限公司】招聘数据分析师 上海粤亿投资有限公司是一家大型的企业，可以给你提供一个不一样的平台，可以让你学习到更多别的公司所不能学到知识、能力；选择粤亿，选择成功；选择大于努力，给自己一个 ...
2017-07-24【意赛迪斯(上海)企业管理咨询有限公司】招聘数据分析师 意赛迪斯是世界知名的跨国性企业，在成品药的研发及生产、原料药的研发和生产、原料贸易和医药商业等领域卓有建树。公司具有强大的实力和深厚的专业背景，在 ...
2017-07-24【复凌科技(上海)有限公司】招聘数据分析师 复凌成立于2013年1月，由复旦、同济、中科大、华师大等高校的硕博士团队创立，主营新型智能环境监测设备与数据分析，应用于流域水环境治理与监管体系、景区生态监测与旅游 ...
2017-07-24【江西巨网科技股份有限公司上海分公司】招聘数据分析师 江西巨网科技股份有限公司（简称：巨网科技），注册成立于2010年，是一家立足于长尾流量整合，全面布局互联网广告营销生态企业。巨网科技（www.juwang.com) ...
2017-07-24
【机器学习】最小中值平方法 最小中值平方法 最小中值平方法是通过求解下面的非线性最小问题来估计参数的 LMedS记录的是所有样本中，偏差值居中的那个样本的偏差，这种方法对错误匹配和外点有很好的 ...
2017-07-24
工业大数据已经成为大数据产业内具有实际意义的领域 如今，大数据正引领人类走入新的时代，它以迅雷不及掩耳之势在各个领域快速发展。在工业领域，驾驭大数据、运用大数据的声音不绝于耳。工业大数据已经成为大 ...
2017-07-24
【机器学习】梯度、Hessian矩阵、平面方程的法线以及函数导数的含义 想必单独论及“ 梯度、Hessian矩阵、平面方程的法线以及函数导数”等四个基本概念的时候，绝大部分人都能够很容易地谈个一二三，基本没有问 ...
2017-07-24
【机器学习】半监督学习几种方法 1.Self-training algorithm(自训练算法) 这个是最早提出的一种研究半监督学习的算法，也是一种最简单的半监督学习算法． 2.Multi-view algorithm(多视角算法) 一般多 ...
2017-07-24
机器学习模型评价(Evaluating Machine Learning Models)-主要概念与陷阱 本文主要解释一些关于机器学习模型评价的主要概念，与评价中可能会遇到的一些陷阱。如训练集-验证集二划分校验（Hold-out validation） ...
2017-07-24
大数据产业期待点“数”成金 互联网时代，大数据全面融入现代社会生产生活，并将深刻改变全球经济和安全格局。大数据不仅是一种技术，更是战略资源。我国大数据产业当前却面临着重复建设、数据封闭等发展瓶颈。 ...
2017-07-24Python的星号（*、**）的作用 1. 函数的可变参数 当函数的参数前面有一个星号*的时候表示这是一个可变的位置参数，两个星号**表示是可变的关键字参数。 #!env python #coding=utf-8 # def foo(*args, **kwar ...
2017-07-24
深度 | 大数据产业现状和未来发展方向分析 大数据是新资源、新技术和新理念的混合体。从资源视角来看，大数据是新资源，体现了一种全新的资源观。1990 年以来，在摩尔定律的推动下，计算存储和传输数据的能力 ...
2017-07-24在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这 ...
2025-10-16在数字化浪潮中，“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法， ...
2025-10-16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
