作者 | Sara Yin 译者 | AI 前线（ID：ai-front） 导读：聊天机器人，会是未来商业新形态吗？最早的聊天机器人可以追溯到 1966 年的麻省理工学院开发的 ELIZA，聊天机器人已经问世 53 年了。但几经沉浮 ...
2020-03-09
作者 | Jason Brownlee 编译 | CDA数据分析师 特征选择是识别和选择与目标变量最相关的输入特征子集的过程。 使用实值数据（例如使用Pearson的相关系数）时，特征选择通常很简单，但是 ...
2020-03-09
作者 | Jason Brownlee 编译 | CDA数据分析师 特征选择是在开发预测模型时减少输入变量数量的过程。 希望减少输入变量的数量，以减少建模的计算成本，并且在某些情况下，还需要改善模 ...
2020-03-09
作者 | CDA数据分析师 像Keras中的机器学习和深度学习模型一样，要求所有输入和输出变量均为数字。 这意味着，如果你的数据包含分类数据，则必须先将其编码为数字，然后才能拟合和评估模型。 两 ...
2020-03-09
作者 | GEORGIA WILSON 编译 | CDA数据分析师 Watson是IBM的人工智能（AI）服务，应用程序和工具套件。Watson旨在帮助企业以新的方式释放数据的价值，并消除员工的重复任务，从而 ...
2020-03-06
作者 | David Foster 译者 | Sambodhi 2019 年无疑是忙碌的一年。人工智能的进步和新闻频频登上头条新闻，让我们的生活充满了敬畏和自豪的时刻，但一些其他时刻充却斥着一种恼人的想法，那就是这项技术让人 ...
2020-03-06
作者 | Daniel Faggella 编译 | CDA数据分析师 机器学习在金融领域的出现，让人们对使用AI自动执行从欺诈检测到客户服务的流程产生了强烈的兴趣。 尽管某些用例的确定性不如其他用例，但我们的研究使我 ...
2020-03-06
作者 | Mischa Lisovyi & Rosaria Silipo 编译 | CDA数据科学研究院 从智能手机到航天器，机器学习算法无处不在。他们会告诉您明天的天气预报，将一种语言翻译成另一种语言，并建议您接下来想在Netflix ...
2020-03-06
作者 | 读芯术 来源 | AI_Discovery(ID) 人生苦短，我学Python； 人生漫漫，Python是岸！ 二十年前的全民学英语风潮，如今变成了“学 Python”。 当代人的知识焦虑中，这门叫 ...
2020-03-05
作者 | 李军 来源 | FT中文网 2019年，是人工智能技术(以下简称AI)逐渐开始降温的年份。在Gartner 8月份发布的技术成熟度曲线上，所有的AI应用都还没有越过第二阶段的泡沫顶峰。 ...
2020-03-05
出品 | CDA数据科学研究院 美国陆军坦克大队再次在中东作战。它的坦克最近配备了基于计算机视觉的瞄准系统，该系统采用了遥控无人机作为侦察兵。不幸的是，敌军欺骗了视觉系统，认为手榴弹闪光实际上是大 ...
2020-03-05
作者 | Michael Barnard 编译 | CDA数据分析师 海平面上升是一个受到广泛研究的现象，这是全球变暖造成的。首先，额外的热量使陆地冰融化。然后，水变暖，因此膨胀了一点。这种结合意味着随着 ...
2020-03-04
作者 | 鱼白 来源 | 十点读书 情绪不是人生的全部，但它却能影响人生的质量。 一条蛇爬过一根锯子，被割伤了，它很生气，转身咬住锯子，结果把自己的嘴割破了。 蛇愤怒了，它认为 ...
2020-03-04
作者 | 网络大数据 如今，城市交通拥堵状况日益严重。虽说智能交通布局在不断地完善，但交通管理仍旧收效甚微。数据独立存储难以融合应用、数据内在规律难寻、数据缺乏深度挖掘等诸多问题，其困难 ...
2020-03-04
作者 | Margaretta Colangelo 编译 | CDA数据分析师 50岁以上的人是全球增长最快的人口群体。这给全球经济和医疗体系带来了机遇和挑战。为50岁以上的人们提供产品和服务的长寿产业正在成为一 ...
2020-03-04
作者 | Kathleen Walch 编译 | CDA数据分析师 当在工作环境中被引用时，人工智能带来了混合的情感和观点。如果您向同事，朋友或陌生人问“您认为人工智能会成为网络杀手或网络创造者吗？” ...
2020-03-03
作者 | Rekhit Pachanekar 来源 | CDA数据分析师 英国数学家，计算机科学家，逻辑学家和密码分析员艾伦·图灵（Alan Turing）推测未来机器会具有智能。 “这就像一个学生，他从老师那 ...
2020-03-03
作者 | 威利 来源 | 粥左罗的好奇心(ID: fangdushe007) 第一批20后要出生了，第一批90后都30岁了，要变成奔四的人了，连00后都步入20岁大关了。聊一个恶俗的话题，关于梦想和自己。 ...
2020-03-03
作者 | Jeremy Curuksu 编译 | CDA数据分析师 数不清的企业通常使用机器学习（ML）来辅助决策。但是，在大多数情况下，机器学习系统做出的预测和业务决策仍然需要人类用户的直觉来做出判断 ...
2020-03-03
作者 | Daniel Faggella 编译 | CDA数据分析师 自2012年以来，很容易看到风险投资，会议和与业务相关的“机器学习”查询的广泛普及-但大多数技术主管通常很难确定他们的业务可能将机器学习 ...
2020-03-02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
