作者 | 刘顺祥 来源 | 数据分析1480 在《Python数据清洗(一)：类型转换和冗余数据删除》和《Python数据清洗(二)：缺失值识别与处理》文中已经讲解了有关数据中重复观测和缺失值的识别与处 ...
2019-12-20
作者 | CDA数据分析师 Markdown简介 Markdown是一种可以使用普通文本编辑器编写的标记语言，我们可以通过简单的标记语法，可以使普通的文本具有一定的格式。Markdown的语法简单明了，非常易于我 ...
2019-12-20
作者 | 傅一平 来源 | 与数据同行 最近中国移动提出了DICT战略，显示其在政企市场进一步拓展的雄心，在这个背景下，重新探讨下运营商的大数据变现很有意义。虽然近半年“大数据圈”似乎有 ...
2019-12-19
作者 | 网络大数据 来源 | raincent_com 转眼间，2019年只剩下不到两个月了。人工智能的热度依旧，只是在资本市场，看空的投资人也越来越多了。从当年大数据的发展趋势看，这种情况反而对 ...
2019-12-19
作者 | Digvijay Upadhyay 编译 | 风车云马 大数据分析能够帮助企业的收入在短时间内翻一番。如果你希望在未来几年快速取得成功，就离不开数据的智能分析。这就是为什么几乎所有的跨国企业 ...
2019-12-19
作者 | 诸葛io数据教练 什么是象限分析法？ 看上面这张图，你看出来了什么？ 是的，一个初中时就学会的坐标轴，X轴从左到右是点击率的高低，Y轴从下到上是转化率的高低，形成了4个象限 ...
2019-12-18
作者 | SUNIL RAY 编译 | CDA数据分析师 Simple Yet Powerful Excel Tricks for Analyzing Data Microsoft Excel是目前世界上被使用的最广泛的数据分析工具之一 使用Ex ...
2019-12-18
作者 | Low Wei Hong 译者 | Sambodhi 导读：数据科学其实就是一门数学、计算机、软件相关的复合型的技术，离开编程自然是无法存在的。无论是数据科学家还是数据分析师，都需要跨学科人才 ...
2019-12-18
作者 | 我的智慧生活 来源 | 咪付 生活中，距离通常是用于形容两个地方或两个物体之间的远近。在人工智能机器学习领域，常使用距离来衡量两个样本之间的相似度。 “物以类聚” 我 ...
2019-12-17
作者 | 我的智慧生活 来源 | 咪付 在人工智能领域，机器学习的效果需要用各种指标来评价。本文将阐述机器学习中的常用性能评价指标，矢量卷积与神经网格的评价指标不包括在内。 训练与 ...
2019-12-17
作者 | Christopher Dossman 编译 | ronghuaiyang 在机器学习中，有许多方法来构建产品或解决方案，每种方法都假设不同的东西。很多时候，如何识别哪些假设是合理的并不明显。刚接触机器学 ...
2019-12-16
作者 | 猎聘大数据研究院 来源 | 猎聘(liepinwang) 本报告核心洞察： Ø 2019年三季度中高端人才紧缺程度总体达到今年前三季度最高水平。 Ø 互联网、房地产人才供需稳坐头两把交 ...
2019-12-16
作者 | 数据海洋 来源 | haiyangxinyong 很多从事数据分析的同事都以为数据分析师，应该是通过数据对业务团队决策、公司管理层的决策进行“指点江山”。在实际工作内容应该是做数据分析报 ...
2019-12-16
作者 | SHAROON SAXENA 编译 | CDA数据分析师 Everything you Should Know about p-value from Scratch for Data Science 介绍 当你向有抱负的数据科学家谈论p值时，以下情况 ...
2019-12-13
作者 | SHAROON SAXENA 编译 | CDA数据分析师 Mathematics behind Machine Learning - The Core Concepts you Need to Know 介绍 “学习机器学习算法背后的数学有什么用？我 ...
2019-12-13
作者 | 数据海洋 来源 | haiyangxinyong 当一个公司的业务团队，可以比较方便准确、及时、完整的看到数据，往往都会很容易从数据的变化中看到业务问题。再通过关键业务维度的拆分，可以定 ...
2019-12-13
作者 | Oleksii Kharkovyna 编译 | 夏夜 当下我们生活在数据的时代里。机器学习和数据分析技术已经成为了我们当今生活密不可分的一部分。那接下来会怎样呢？ 在这篇博客中，我不打算预 ...
2019-12-12
作者 | Tessella 编译 | CDA数据分析师 将AI专有技术应用于从世界领先，最强大的科学仪器收集的庞大数据池中，可以加速科学发现的过程。强大的机器学习方法提供了从原始实验数据中提取科学 ...
2019-12-12
作者 | 数据海洋 来源 | haiyangxinyong 一名数据分析师不管在什么行业，在什么类型的企业任职，把服务公司的业务流程、业务逻辑、业务与数据对应起来这是基础的基础。在这个前提下，通过 ...
2019-12-12
作者 | KHYATI MAHENDRU 编译 | CDA数据分析师 损失函数实际上是我们经常使用的这些技术的核心，本文介绍了多种损失函数，他们的工作位置以及如何在Python中进行编码。 前言 首先想 ...
2019-12-11在实验检测、质量控制、科研验证等场景中，“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中，我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天，企业对数据的依赖程度日益加深，而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习，尤其是卷积神经网络（CNN）的实操中，转置卷积（Transposed Convolution）是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中，我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中，数据已成为企业最核心的战略资产，而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中，数据透视表是汇总、分析繁杂数据的核心工具，我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中，我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中，时间序列数据是CDA（Certified Data Analyst）数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中，数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法（Finite Element Method, FEM）作为工程数值模拟的核心工具，已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代，“以用户为中心”已成为企业运营的核心逻辑，而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA（Certifi ...
2026-02-28在Python面向对象编程（OOP）中，类方法是构建模块化、可复用代码的核心载体，也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中，索引是提升查询效率的核心手段—— 面对千万级、亿级数据量，合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代，企业积累的海量数据如同散落的珍珠，若缺乏有效的梳理与分类，终将难以发挥实际价值。CDA（Certified Data Analys ...
2026-02-27在问卷调研中，我们常遇到这样的场景：针对同一批调查对象，在不同时间点（如干预前、干预后、随访期）发放相同或相似的问卷，收 ...
2026-02-26在销售管理的实操场景中，“销售机会”是核心抓手—— 从潜在客户接触到最终成交，每一个环节都藏着业绩增长的关键，也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中，数据提取、整理、加工是所有分析工作的起点，而“创建表”与“创建视图”，则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中，“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代，数据已成为企业决策、行业升级的核心资产，但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法，挖 ...
2026-02-25
