如何成为合格的数据分析师 基本技术怎么强调都不过分。这里的术更多是（计算机、统计知识），多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看，这点大家深有感触的。 数据库查询 ...
2016-05-04
SAS如何连接oracle数据库？ 1.下载oracle客户端instantclient_11_2，不需要安装. 2.计算机->高级系统设置->修改环境变量 增加§NLS_LANG §变量值：SIMPLIFIED CHINESE_CHINA.ZHS16GBK 增加§ORACLE_H ...
2016-05-04ORACLE跨库查询复制表数据 方法一： 在目前绝大部分数据库有分布式查询的需要。下面简单的介绍如何在oracle中配置实现跨库访问。 比如现在有2个数据库服务器，安装了2个数据库。数据库server A和B。现在 ...
2016-05-04
数据开放共享是大数据竞争战略核心 随着大数据时代的到来，国家间的竞争正从对资本、土地、人口、资源及能源的争夺，转向对大数据的争夺。大数据颠覆性地改变了世界经济形态、国际安全格局、国家治理模式与资源 ...
2016-05-04
大数据助力经济转型：大数据产业在崛起 随着信息技术突破和产业创新加速，以云计算、大数据为代表的变革性技术创新正不断打破传统体系，推动产业链分化重组，催生新兴产业体系。据国际数据公司IDC预测，全球大 ...
2016-05-04
大数据引起的恐慌：你的信息还安全吗？ 随着进入DT时代，大数据的应用越来越广泛，那么信息安全也就成了每个人，甚至每个企业的心头之痛。数据泄露问题也变得更加突出，信息泄露也随着互联网的发展而“ ...
2016-05-04
k-means聚类”—数据分析、数据挖掘 一、概要 分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处 ...
2016-05-04
常见的数据科学家面试77个问题 下面是77个关于数据分析或者数据科学家招聘的时候会常会的几个问题，供各位同行参考。 1、你处理过的最大的数据量？你是如何处理他们的？处理的结果。 2、告诉我二个分析或者计 ...
2016-05-04
PROC REPORT基础 1 PROC REPORT语法 PROC REPORTdata= SAS-data-setoptions ; COLUMNS variable_1 …. variable_n; DEFINE variable_1; DEFINE variable_2; . . . DEFINE variable_n; COM ...
2016-05-04
2016年大数据发展趋势，一起来预测！ 2016，互联网+的政策红利仍将持续。而大数据、云计算，同样将会以迅雷不及掩耳之速引领全行业的创新和变革。 数据是未来最重要的战略资源，正所谓“得数据者得天下 ...
2016-05-04
教育领域数据管理之数据安全 一直以来，教育都是贯穿于社会发展中的一项基础工程，更是年轻力量的培养基地。信息时代，教育行业也发生了翻天覆地的变化，在教育系统、教育设备、教育环境等纷纷融入信息化 ...
2016-05-04
案例分享,数据型人才短缺的应急三法 大数据的市场在蓬勃发展，随之演变而来的是狼多肉少的混战……寻寻觅觅，觅觅寻寻只为找到喜欢深耕数据的内个他…… IDC预测，到2018年，仅在美国就有181000个深度数据分 ...
2016-05-04
线性回归介绍之一 线性回归在所有的统计方法中绝对占有不可忽视的一席之地，其用途之广泛毋庸置疑，更重要的是它是整个回归家族中最为简单、也最容易理解的方法，几乎所有的统计学教材，不管是医学统计还是 ...
2016-05-04
随机森林（RF, RandomForest）介绍 随机森林（RF, RandomForest）包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。通过自助法（boot-strap）重采样技术，不断生成训练样本和测试样本 ...
2016-05-04
时间序列预测方法 预测：是对尚未发生或目前还不明确的事物进行预先的估计和推测，是在现时对事物将要发生的结果进行探讨和研究，简单地说就是指从已知事件测定未知事件。 为什么要预测呢，因为预 ...
2016-05-04大数据影响国家治理的三大问题 针对大数据时代国家治理的发展，中国人民大学信息资源管理学院教授安小米在《学术前沿》上发文,从“政府数据开放利用”“政务数据连续性管理”“大数据背景下国家机关个人信息保 ...
2016-05-04材料领域的大数据应用:机遇与挑战并存 近几年，“大数据”一词风靡全球，时下“大数据时代”正在由概念逐渐走向实践，并且大数据的应用领域在不断拓宽，一些大家陌生的行业，正在利用大数据发生着革命性的变化 ...
2016-05-04
大数据:数说在制造行业中使用 随着企业的发展，制造业原有的各应用系统（ERP、SCM、CRM）积累了大量的数据，由于各个应用系统相互独立，使得这些数据得不到有效利用。传统的分析工具很难对这些数据进行整合分析 ...
2016-05-04
终于明白大数据了,史上最全大数据解析! 现如今，我们身边很多人对一些热门的新技术、新趋势往往趋之若鹜却又很难说得透彻，比如大数据，如果被问大数据和你有什么关系，估计很少能说出一二三来。究其原因，一是 ...
2016-05-04【河北中废通网络技术有限公司】招聘数据分析师 河北中废通网络技术有限公司作为中国废旧物资电子交易平台（B2B）的开拓者与领导者，河北中废通网络技术有限公司（以下简称中废通）目前拥有中国最大的废旧物资交易平 ...
2016-05-04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
