本文讲述了数据分析师应当了解的五个统计基本概念：统计特征、概率分布、降维、过采样/欠采样、贝叶斯统计方法。 利用统计学，我们可以更深入、更细致地观察数据是如何进行精确组织的，并且基于这种组织结构， ...
2020-05-18在过去的几十年中，机器学习领域发生了巨大的变化。诚然，有些方法已经存在很长时间了，但仍然是该领域的主要内容。例如，Legendre和Gauss已经在19世纪初提出了最小二乘的概念。在最近的几十年中，诸如神经网络等 ...
2020-05-14
xpath，英文全称XML Path Language，即XML路径语言，它是一种用来确定XML文档中某部分位置的语言，可以在 XML文档中查找相关的信息，相对而言功能还是比较强大的。 xpath最初是一个通用的、介于XPointer与XSL间的语 ...
2020-05-14
是一种可以从html和xml中快速提取内容的python库，共有四种类型，对于爬虫解析来说，主要用其中的遍历文档树和搜索文档树 BeautifulSoup The Dormouse\'s story Once upon a time there were thr ...
2020-05-14
在JavaScript教程有同步加载与异步加载，大家知道它们指什么吗？ 什么是同步加载？ 在加载数据时仍然执行其他程序，通常加载时是不执行程序的，我们不得不等进度条，因为很多程序在没有加载数据时， ...
2020-05-14
随着机器学习的兴起，Python 逐步成为了「最受欢迎」的语言。它简单易用、逻辑明确并拥有海量的扩展包，因此其不仅成为机器学习与数据科学的首选语言，同时在网页、数据爬取scrapy可科学研究等方面成为不二选择。 ...
2020-05-14
大数据时代下，凭借数据管理框架中的重要管理职能，元数据管理也越来越频繁的出现在大家的视野中。 元数据及应用也是数据仓库的重要组成部分，它是描述数据的数据（data about data)，描述数据的属性信息，可以帮助 ...
2020-05-14
R语言中的dplyr包非常神奇，里面包含很多的函数，今天我们就来介绍下窗口函数的应用。 窗口函数应用 mtcars %>% group_by(cyl) %>% mutate(rank = min_rank(desc(mpg))) mtcars %>% group_by(cyl) ...
2020-05-14
postgreSQL是一款先进的开源数据库，拥有非常齐全的自由软件的对象-关系型数据库管理系统（ORDBMS），可面向企业复杂SQL的OLTP业务场景，支持多项企业级功能，能解决使用数据库的各种难题。 PostgreSQL的优势有很多 ...
2020-05-14
Spark为结构化数据处理引入了一个称为Spark SQL的编程模块。简而言之，sparkSQL是Spark的前身，是在Hadoop发展过程中，为了给熟悉RDBMS但又不理解MapReduce的技术人员提供快速上手的工具。 sparkSQL提供了一 ...
2020-05-14
维度表和事实表，在构建企业级数据仓库时经常能见到。维度表被看成是用户用来分析一个事实的窗口，它里面的数据应该是对事实的各个方面描述，简而言之就是基础表，如：时间维度表，它里面的数据就是一些日，周，月， ...
2020-05-14
大数据作为继云计算、物联网之后IT行业又一颠覆性的技术，备受关注，要想知道大数据创业方向，一定要知道。Kettle作为ETL工具，在数据管理环节出现，那么我们一起来看看，大数据产业链包括哪几个环节 IT基 ...
2020-05-14
hive默认将元数据存储到本地内嵌的Derby数据库中，但是Derby不支持多会话链接，因此我们使用mysql数据库来存储hive的元数据。配置完成hiveSQL的元数据库之后再开始安装、配置hive。 1、在线安装mysql ...
2020-05-14
最近项目需要一个数据收集分析的功能，做了一些调研。我们一起来看看flume是主流吗？ 目前做网络统计的方式有两大类： 1. Page Tagging， 即页面埋点；web端用js，移动端使用共用api。 2. ...
2020-05-13
rdd，英文全称为：Resilient Distributed Dataset，中文简称“弹性分布式数据集”，spark中最基础的抽象数据结构。 RDD具备分区、不可变、并行操作这三个基本特性，表现形式为不可变的分区元素的集合，并且可以在集 ...
2020-05-13
Mapreduce是种编程模型，结合了概念\"Map（映射）\"和\"Reduce（归约）\"，用于大规模数据集（大于1TB）的并行运算。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统 ...
2020-05-13
docker源自PaaS提供商dotCloud，是一个基于LXC的开源的高级应用容器引擎，源代码托管在 Github 上, 基于go语言并遵从Apache2.0协议开源。 容器是完全使用沙箱机制，使用者可以将其应用打包后放入docker ...
2020-05-13
Spark Streaming、Flink、Kafka三者都是真正的实时处理，它们分别是什么呢？我们今天来了解下。 什么是Spark Streaming？ spark streaming是真正的实时处理，是微批处理。 什么是Flink？ flin ...
2020-05-13
一般来说，python中DataFrame是可以执行的，可能是初学者在使用过程中，引入了两个DataFrame，导致pandas的DataFrame被覆盖，从而无法运行。 引用zdpandas的DataFrame 我们不会直接引入DataFrame，而是 ...
2020-05-13
Flink其实就是ApacheFlink，是一款业内非常火的大数据产品，由Apache软件基金会开发，核心是用Java和Scala编写的分布式流数据流引擎。Apache Flink是个旨在提供‘一站式’ 的分布式开源数据处理框架。 Flink ...
2020-05-132025 年，数据如同数字时代的 DNA，编码着人类社会的未来图景，驱动着商业时代的运转。从全球互联网用户每天产生的2.5亿TB数据， ...
2025-05-27CDA数据分析师证书考试体系（更新于2025年05月22日）
2025-05-26解码数据基因：从数字敏感度到逻辑思维 每当看到超市货架上商品的排列变化，你是否会联想到背后的销售数据波动？三年前在零售行 ...
2025-05-23在本文中，我们将探讨 AI 为何能够加速数据分析、如何在每个步骤中实现数据分析自动化以及使用哪些工具。 数据分析中的AI是什么 ...
2025-05-20当数据遇见人生：我的第一个分析项目 记得三年前接手第一个数据分析项目时，我面对Excel里密密麻麻的销售数据手足无措。那些跳动 ...
2025-05-20在数字化运营的时代，企业每天都在产生海量数据：用户点击行为、商品销售记录、广告投放反馈…… 这些数据就像散落的拼图，而相 ...
2025-05-19在当今数字化营销时代，小红书作为国内领先的社交电商平台，其销售数据蕴含着巨大的商业价值。通过对小红书销售数据的深入分析， ...
2025-05-16Excel作为最常用的数据分析工具，有没有什么工具可以帮助我们快速地使用excel表格，只要轻松几步甚至输入几项指令就能搞定呢？ ...
2025-05-15数据，如同无形的燃料，驱动着现代社会的运转。从全球互联网用户每天产生的2.5亿TB数据，到制造业的传感器、金融交易 ...
2025-05-15大数据是什么_数据分析师培训 其实，现在的大数据指的并不仅仅是海量数据，更准确而言是对大数据分析的方法。传统的数 ...
2025-05-14CDA持证人简介： 万木，CDA L1持证人，某电商中厂BI工程师 ，5年数据经验1年BI内训师，高级数据分析师，拥有丰富的行业经验。 ...
2025-05-13CDA持证人简介： 王明月 ，CDA 数据分析师二级持证人，2年数据产品工作经验，管理学博士在读。 学习入口：https://edu.cda.cn/g ...
2025-05-12CDA持证人简介： 杨贞玺 ，CDA一级持证人，郑州大学情报学硕士研究生，某上市公司数据分析师。 学习入口：https://edu.cda.cn/g ...
2025-05-09CDA持证人简介 程靖 CDA会员大咖，畅销书《小白学产品》作者，13年顶级互联网公司产品经理相关经验，曾在百度、美团、阿里等 ...
2025-05-07相信很多做数据分析的小伙伴，都接到过一些高阶的数据分析需求，实现的过程需要用到一些数据获取，数据清洗转换，建模方法等，这 ...
2025-05-06以下的文章内容来源于刘静老师的专栏，如果您想阅读专栏《10大业务分析模型突破业务瓶颈》，点击下方链接 https://edu.cda.cn/g ...
2025-04-30CDA持证人简介： 邱立峰 CDA 数据分析师二级持证人，数字化转型专家，数据治理专家，高级数据分析师，拥有丰富的行业经验。 ...
2025-04-29CDA持证人简介： 程靖 CDA会员大咖，畅销书《小白学产品》作者，13年顶级互联网公司产品经理相关经验，曾在百度,美团,阿里等 ...
2025-04-28CDA持证人简介： 居瑜 ，CDA一级持证人国企财务经理，13年财务管理运营经验，在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-27数据分析在当今信息时代发挥着重要作用。单因素方差分析（One-Way ANOVA）是一种关键的统计方法，用于比较三个或更多独立样本组 ...
2025-04-25
