在机器学习中，我们会遇到很多算法，而这些算法都是能够帮助机器学习解决很多问题， 可以说，机器学习是整个人工智能的核心。当然，机器学习的算法特征之一就是模型，那么大家是否知道机器学习建模的过程是什 ...
2019-05-20
大数据分析并不鸡肋 在计算机诞生的70年后，单台计算机的计算性能逼近物理极限，伴随计算机发展的摩尔定律逐渐失效。在这70年的发展过程中，刚开始是可以用摩尔定律进行准确的描述的，1965年，英特尔创始人之一 ...
2019-05-16
数据分析中有很多数据分析的方法，通过这些方法我们能够直接分析出数据中隐藏的有价值的信息，从而得到一个准确的结果。而数据分析方法中，对比分析法是一个十分常用的方法，在这篇文章中我们就详细的为大家介 ...
2019-05-16
人工智能的流行使得现在很多自媒体对人工智能大肆渲染，也使得大众对人工智能存在或多或少的一些误解。比如说在人工智能中，机器是大于人类的，这不禁让人感觉到一点点恐慌。其实并不是这样的，在这篇文章中我 ...
2019-05-16
现在很多人都开始关注大数据以及数据分析的相关动态，如果想要对大数据有所了解，就需要知道大数据的基本特性。那么大数据时代的基本特性都有哪些呢？下面我们就给大家详细地解释一下。 1.社会性 在大数 ...
2019-05-16
我们在做数据分析工作的时候总会涉及到很多方法，而这些方法是我们做好数据分析工作的保障。当然，我们了解的数据分析方法越多越好，在这篇文章中我们就给大家介绍一下一些常见的数据分析方法。 1.平均分析 ...
2019-05-16
人工智能涉及到了很多的知识和技术，这应该是大家都认同的。人工智能也算是仿生学的一种，就是模仿人类的大脑，其中就涉及到一个很重要的概念，就是人工神经网络。人工神经网络在人工智能是一个十分重要的技术 ...
2019-05-15
说到人工智能，就不得不说说人工智能涉及到的众多学科中的专家系统，可以这么说，每一个人工智能的系统都离不开专家系统，只有具备专家系统，人工智能才能够帮助我们做更多的事情。那么什么是专家系统呢，专家 ...
2019-05-15
在人工智能中，有很多技术都是能够帮助人工智能去解决很多问题的，比如说图灵测试、机器学习、人工神经网络、深度学习等等。当然只有这些还远远不够，人工智能还涉及到了知识工程，下面来给大家好好讲讲关于知 ...
2019-05-15
就目前而言，人工智能被认为是一个万能的工具，也有很多媒体把人工智能描述得无所不能，然而现实并非如此。当前看来，人工智能还是有不少缺陷的，很多技术也有待改进和创新，在未来也是如此。在某些地方人工智 ...
2019-05-15
随着科技的发展和社会的进步，大数据、人工智能等新兴技术开始进入了我们的生活。我们已经从信息时代跨入了大数据时代，而大数据是一个十分火热的技术，现如今大数据已经涉及到了各行各业的方方面面。但是目前 ...
2019-05-13
就目前而言，人工智能越来越普及，现如今，越来越多的人都开始关注人工智能，这是因为人工智能能够给我们带来很大的帮助。现在很多的行业都开始重视人工智能，尤其是家电方面以及通信方面，这和物联网有了一点 ...
2019-05-13
如果把人工智能带进校园，那么人工智能就能够更好为大家带来极为方便的要求。在校园中，人工智能能够改写教育的方式。在这篇文章中我们就重点为大家介绍一下关于人工智能对教育行业带来的改变，希望这篇文章能 ...
2019-05-13
在大数据中，涉及到了很多技术，这些技术都是比较新颖的，比如说人工智能、区块链、图灵测试等等，这些技术都是能够帮助大数据解决很多问题。在这篇文章中我们就给大家介绍一下关于回归分析、贪婪算法、MapRed ...
2019-05-13
数据挖掘是数据分析工作中一个前提工作，毕竟数据分析是需要分析数据的，而数据的来源就是需要数据挖掘才能够得到我们想要的数据。所以说，没有数据挖掘这项工作，我们的数据分析工作基本上就没什么意义。由此 ...
2019-05-13
深度学习是机器学习中的一个分支，而机器学习又是人工智能的核心。可以见得，深度学习是十分重要的学科。关于深度学习的问题有很多，问题越多，说明我们越爱思考和发现问题，如果把这些问题都解决了，这无疑是 ...
2019-05-10
如果我们学习数据分析，那么肯定少不了也要好好学习一下数据挖掘。我们都知道，要想掌握好数据挖掘就需要掌握很多的相关技术。一般来说，数据挖掘工作的技术有关联规则、分类、聚类、决策树、序列模式，下面我 ...
2019-05-10
在数据挖掘中，我们需要注意很多的细节，这样才能使得我们在学习或进行数据挖掘工作时大大提高我们的工作效率和成就感，那么具体都包括哪些内容呢？我们知道，数据挖掘需要注意的细节非常多，在这篇文章中我们 ...
2019-05-10
就目前而言，人工智能在机器学习、深度学习和大数据的帮助下，已经取得了十分巨大的进展。在前不久阿尔法狗与人类顶尖棋手的人机大战中，阿尔法狗打败人类获得胜利，使得人工智能的热度大增。人们不禁在思考一 ...
2019-05-10
在数据分析工作中，数据可视化虽然只是最后一个步骤，但也是必不可少的一个步骤，好比一个产品再怎么出色，也得有一个展示自己的平台，才能让观众看到它的优秀和魅力。所以说，我们在学习数据分析知识的时候一 ...
2019-05-09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
