作者：付晓岩 来源：大数据DT(ID：hzdashuju) 导读：众多企业管理者都将“数字化转型”视为战略核心，那么“数字化转型”应该已经有了一个清晰的概念才对，但实际上却并非如此。经过笔者多方收集，似乎大家 ...
2020-06-28
作者：Alex Petrov 来源：大数据DT(ID：hzdashuju) 内容摘编自《数据库系统内幕》 导读：本文带你了解面向列与面向行的数据库。 大多数数据库系统存储一组数据记录，这些记录由表中的列和行组成。 ...
2020-06-28
作者：赵敏 宁振波 来源：大数据DT(ID：hzdashuju) 内容摘编自《铸魂：软件定义制造》 导读：数字孪生(Digital Twin)已经走过了几十年的发展历程，只不过以前没有这样命名，而是发展到了一定阶段，人们意 ...
2020-06-28
导读：一次机缘巧合，在研究BI产品技术选型的时候，我接触到了ClickHouse，瞬间就被其惊人的性能所折服。这款非Hadoop生态、简单、自成一体的技术组件引起了我极大的好奇。那么ClickHouse好在哪呢?本文带你做一个 ...
2020-06-24
Python火了，而且火得大红大紫，从工作到生活，处处都有python的身影。python 是一门兼具简单与功能强大的编程语言，它专注于如何解决问题、自由开放的社区环境以及丰富的第三方库......太专业了，我又不写编程， ...
2020-06-24
EXCEL是数据分析入门级的工具，今天小编继续给大家带来EXCEL使用的一些小技巧——EXCEL快捷键。在分析处理庞大的数据时，EXCEL快捷键可以帮助我们提高数据分析的效率。下面，跟小编一起来看，数据分析中常用的EXCE ...
2020-06-24
一、卡方分布定义 卡方分布 (χ2分布)是概率论与统计学中常用的一种概率分布。k 个独立的标准正态分布变量的平方和服从自由度为k 的卡方分布。卡方分布常用于假设检验和置信区间的计算。 若k 个随机变量Z1、 ...
2020-06-24
因果推断(causalinference)，缘起人类的本能或经常自发提出的一个简单问题：为什么(why)?事实上，作为科学研究的核心与宗旨——因果推断就是关于此问题的严肃思考、科学验证或因果分析(causal analysis)。目前，因 ...
2020-06-23
当下数据分析与人工智能发展迅速，各行各业都需要数据做支持，小到我们每个人的社交网络、运动轨迹、消费信息，大到企业的销售、运营、产品数据，都需要做数据分析。因此，数据分析师已然成为当前最火爆、最热门就 ...
2020-06-23
大家整理了，数据分析入门常用的EXCEL在数据分析行业，EXCEL是最基础的、入门级的，也是最常用，最容易上手的工具了。想要学习数据分析的小伙伴可以选择先从EXCEL入手，下面小编就给函数，希望对各位小伙伴有所帮 ...
2020-06-23
目前数据分析行业火热，市面上的数据分析培训机构和课程也层出不穷，想要学习数据分析的小伙伴在选择时一定要擦亮眼睛，选择教学质量，服务质量都靠谱的机构。CDA数据分析系统培训，由经管之家CDA数据分析研 ...
2020-06-22
2020年5月6日，人力资源和社会保障部发布《新职业—大数据工程技术人员就业景气现状分析报告》，报告显示：预计2020年中国大数据行业人才需求规模将达210万，2025年前大数据人才需求仍将保持30%—40%的增速，需求 ...
2020-06-22
CDA(Certified Data Analyst)，亦称“CDA数据分析师”，指在互联网、零售、金融、电信、医疗、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才。“CDA数据分析师认 ...
2020-06-22
PCA在机器学习中很常用，是一种无参数的数据降维方法。PCA步骤： 将原始数据按列组成n行m列矩阵X 将X的每一行（代表一个属性字段）进行零均值化，即减去这一行的均值 求出协方差矩阵 求 ...
2020-06-16注明：本文章所有代码均来自scikit-learn官方网站 在实际情况中，如果一个模型要上线，数据分析员需要反复调试模型，以防止模型仅在已知数据集的表现较好，在未知数据集上的表现较差。即要确保模型的泛化能力 ...
2020-06-16在翻译sklearn文档 2.无监督学习 部分过程中，发现协方差矩阵几乎贯穿整个章节，但sklearn指导手册把协方差部分放在了这一章节偏后的部分，作为机器学习一个基础概念，在这篇文章中，想把协方差矩阵的相关知识以及 ...
2020-06-16刚刚接触pandas的朋友，想了解数据结构，就一定要认识DataFrame，接下来给大家详细介绍！ 初识pandas数据结构：DataFrame import numpy as np import pandas as pd data = {\"name\": [\"Jack\", \"Tom\ ...
2020-06-12异常值检测一般要求新发现的数据是否与现有观测数据具有相同的分布或者不同的分布，相同的分布可以称之为内点（inlier），具有不同分布的点可以称之为离群值。离群点和新奇点检测是不同的，有一个重要的区分必须掌 ...
2020-06-12
异常值检测一般要求新发现的数据是否与现有观测数据具有相同的分布或者不同的分布，相同的分布可以称之为内点（inlier），具有不同分布的点可以称之为离群值。 下图是一个使用支持向量机SVM进行新奇点检测 ...
2020-06-12K-means算法旨在选择一个质心, 能够最小化惯性或簇内平方和的标准: K-means算法原理分析 首先随机选取K个初始质心，最基本的方法是从数据集$X$中选择$K$个样本。 将每 ...
2020-06-10在数据库设计与业务数据维护中，自增ID是数据表最常用的主键字段，用于唯一标识每一条业务数据，正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中，平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中，最常 ...
2026-08-31在数据驱动的时代，数据分析早已不是“凭经验、靠感觉”的零散操作，而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下，海量行业数据亟需通过专业化工具挖掘潜在价值，辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具，承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习，实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标，而是陷入“指标失控”：仪表盘上堆满实时跳动的数据，却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及，零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中，JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式，适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表，但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中，时间序列是最常见的数据类型之一，订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中，原始数据普遍存在录入错误、系统故障、偶然极值等问题，极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表，但当被问到“数据是从哪里来的？经过哪些加工才进入数据仓库？ETL具体做了什么？”时 ...
2026-08-26在数理统计与数据分析领域，多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作，而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计，但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量，核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中，InnoDB存储引擎作为主流事务型引擎，默认事务隔离级别为可重复读（Repeatable Read，RR），这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模，但当被问到“这批数据属于什么类型——结构化还是非结构化？分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测，但当被问到“这个月销售额增长20%，到底是长期趋势自然增长，还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中，直方图是展示数据分布特征、离散程度、集中区间的核心图表，能够直观呈现数值数据的频次分布规律 ...
2026-08-20
