作者 | Julia Kho 编译 | CDA数据分析师 Annotated Heatmaps of a Correlation Matrix in 5 Simple Steps 热图是数据的图形表示，也就是说，它使用颜色来向读者传达价值。当您拥有大 ...
2019-09-29
作者 | Edwin Lisowski 编译 | CDA数据分析师 XGBoost and Random Forest with Bayesian Optimisation 在这篇文章中，我们将介绍带有贝叶斯优化算法的两种流行的算法即XGBoost和随机 ...
2019-09-28
作者 | 吴子劲 来源 | 网易数读 又是一年开学季，一批新生踏入高校。很快他们就可以通过入门课程，了解自己所在的专业究竟学什么。几个月后，学期结束，不知道会对自己大半年前的选择感受如 ...
2019-09-28
作者 | Destiny 来源 | 木东居士 0x00 前言 在之前的文章中，已经分享过如何根据数据可视化的目的、数据关系和特征，去选择合适的图表类型。当确定了要使用哪些图表进行数据可视化 ...
2019-09-27
作者 | Boris Knyazev 编译 | 栗峰 来源 | 深度学习这件小事 最近，Graph Neural Network（GNN）在很多领域日益普及，包括社交网络、知识图谱、推荐系统甚至于生命科学。GNN在对节点 ...
2019-09-27
作者 | Destiny 来源 | 木东居士 0x00 前言 在之前分享的【数据图表的选择】三篇文章中，已经把不同类型数据图表的用法和适用场景做了一遍梳理。但是，在实际的业务场景中，如何根据拥有 ...
2019-09-26
作者 | Saurabh Hooda 出品 | CDA数据分析师 What is the Best Python IDE for Data Science? m创建，于1991年首次发布，解释的高级编程语言是为通用编程而开发的。Python解释器可在 ...
2019-09-26
作者 | Jamie Beach 编译 | AI开发者 Top 5 Insights After I Spent 100 Days Learning About Artificial Intelligence 本文的作者是 Jamie Beach，在自学人工智能 100 天以后，他分 ...
2019-09-26
作者 | Badreesh Shetty 整理 | 大数据文摘 说起分类算法，相信学过机器学习的同学都能侃上一二。 可是，你能够如数家珍地说出所有常用的分类算法，以及他们的特征、优缺点吗？比如说， ...
2019-09-25
作者 | By Luciano Strika 来源 | CDA数据分析研究院 5 Probability Distributions Every Data Scientist Should Know 概率分布就像3D眼镜。它们允许熟练的数据科学家识别其他完全随 ...
2019-09-25
作者 | Daniel Newman 编译 | 张大笔茹 来源｜网络大数据 4 Growing Enterprise AI Trends: Where Are We Now And Where Are We Going? 人工智能比传统的工业自动化和数据处理 ...
2019-09-24
作者 | 顾家彤、鲍歆祎 来源 | 读芯术 如果要列举一项彻底改变了21世纪的技术，非人工智能莫属。现如今，人工智能已然成为我们日常生活的一部分，不断丰富和便捷着社会的方方面面，今天这篇 ...
2019-09-24
作者 | Destiny 来源 | 木东居士 0x00 前言 之前已经分享过「趋势型（时间序列）」、「比例型」、「对比型」、「分布型」数据的可视化图表方式。 今天这篇，是数据图表选择的最后一 ...
2019-09-24作者 | 林实憨 来源 | 小白读财经 房租有多贵 近期，一线城市房租上涨了不少，不少大学毕业生头疼不已。 为此，我与北京财经大咖猫哥聊了这一话题。 猫哥说，上个月大舅妈的孩子 ...
2019-09-23
0x00 前言 不同的数据类型、不同的阐述目的，决定了数据可视化展现形式的差异。因此，今天这篇文章，主要是分享两类不同的可视化目的及其可选择的图表形式。 在实际工作中，我们经常需要对比多组 ...
2019-09-23
作者 | Destiny 来源 | 木东居士 0x00 前言 第1篇文章《数据可视化过程》发出后，通过居士收到一些读者的反馈，大家的共同心声是，希望在后续的文章中，结合具体的业务场景，多分享一些 ...
2019-09-23
作者 | Destiny 来源 | 木东居士 0x00 前言 前面写过一篇文章，叫做《数据可视化的基本流程》，是站在可视化过程中的上下游关系，来梳理和介绍数据可视化的全过程，及其各个环节的主要工 ...
2019-09-20
作者 | 秦路 来源 | tracykanc 谈到数据驱动业务，离不开数据是怎么来的，数据收集是整个数据生命周期的初始环节。 数据生命周期的大体介绍，在过去的一篇文章中有提到。虽然文章的部分 ...
2019-09-20
作者 | 沉迷数据的DT君 来源 | DT财经 城市对年轻人的渴望从来没有如此急切。 自2016年以来，越来越多城市围绕落户、住房和就业发布宽松政策，想要吸引更多年轻人。新增人口数量也成为许 ...
2019-09-19
作者 | CDA数据分析师 10 machine learning methods that every data scientist should know 机器学习是研究和工业中的热门话题，新方法一直在发展。该领域的速度和复杂性使得即使对于专家而 ...
2019-09-19在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15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
