就目前而言，很多人都想去学习人工智能的知识。其实人工智能涉及到了很多的知识以及技术，比如模式识别、数据分析、数据挖掘、机器学习等等。这足以说明人工智能范围之广泛。在这篇文章中我们就给大家介绍一下 ...
2019-04-23
【导读】本文作者根据自己博士毕业后求职、面试的经历，从重要资源、公司、面试过程、薪资谈判等方面详细的介绍并分享了自我体会与经验。看完本文，你会对求职有一个深入的体会！ 本文作 ...
2019-04-23
现在人工智能的发展可谓是如火如荼，从而引起了很多人学习人工智能的兴趣。我们在学习人工智能的时候，会接触到算法和数据，而人工智能是由很多算法组成的，因此大家都认为在人工智能学习中算法是比数据 ...
2019-04-22
很多人对于深度学习有很多的问题，其实这说明深度学习的关注度还是很高的。深度学习是为人工智能服务的，因此深度学习这种算法越来越受大家的关注。在这篇文章中我们就给大家解答一下关于深度学习的问题 ...
2019-04-22
在人工智能中，离不开两门技术，那就是机器学习和深度学习，很多人对于这两个概念不是很了解，我们就在这篇文章中给大家介绍一下机器学习以及深度学习的知识，希望这篇文章能够给大家带来帮助。 1 ...
2019-04-22
我们都知道，现在的很多知识都是离不开数学，比如说在机器学习中，数学工具是一个十分重要的工具，正是因为拥有了这些数学知识，我们才能够利用机器学习解决很多的问题，才能够为人工智能提供贡献。不过 ...
2019-04-18
就目前而言，我们生活在人工智能的时代，这让很多人认为现在就是人工智能的黄金时代，那么这种说法是对的吗？虽然说，现在很多人对人工智能的关注比以前高得很，但是现在并不是人工智能的黄金时代，那么 ...
2019-04-18
机器学习中有一个重要的算法，那就是人工神经网络算法，听到这个名称相信大家能够想到人体中的神经。其实这种算法和人工神经有一点点相似。当然，这种算法能够解决很多的问题，因此在机器学习中有着很高 ...
2019-04-17
数据分析工作是一个比较繁琐的工作。一般来说，繁琐的工作容易出错，这些导致我们的数据分析工作效率降低。如果我们掌握了一些技巧的话，我们就能够大大地提高数据分析的工作效率。在这篇文章中我们就重 ...
2019-04-17
做数据分析师不是一件容易的事情，需要精通专业的知识，还要拥有常人不具备的素质，说到这个基本素质，我们在这篇文章中就给大家介绍一下数据分析师的基本素质，希望能够更好帮助大家了解和认识数据分析 ...
2019-04-16
我们都知道，每一个职业都有着各自的职业要求，比如说医生的职业需要细心耐心，运动员需要超棒的身体素质，数据分析师自然也不例外。在今天这篇文章中我们就给大家介绍一下目前十分火热的数据分析师的职 ...
2019-04-16
我们都知道，现在“数据分析”这个词可谓是耳熟能详。在数据分析行业中，有很多的技术，比如说数据挖掘、数据分析、人工智能、深度学习、人工神经网络、机器学习等等。很多朋友都想好好的了解一下数据分 ...
2019-04-15
我们在大数据领域中总是听说过数据挖掘、OLAP、数据统计等等的专业词汇。但是很多人对这些词汇不是很理解，在这篇文章中我们给大家介绍一下数据挖掘与大数据、OLAP、数据统计的相关知识，旨在帮助大家初 ...
2019-04-15
我们在做数据挖掘工作或学习数据挖掘课程的时候需要注意很多的事情，在这篇文章中我们就从数据转换成文本、数据装箱、Naive Bayes算法、聚类分析模型这四个方面讲解需要注意的地方。希望这篇文章能够帮助 ...
2019-04-12
我们在做数据工作的时候需要对数据的格式加以重视，这样我们就能够更快地进行数据挖掘工作。想象一下，我们收集的数据有阿拉伯数字，有大写数字，也有罗马数字，这样就很容易降低我们的工作效率。那么在 ...
2019-04-12
大家都知道，数据挖掘中有很多的算法，不同的算法有着不同的优势，它们在数据挖掘领域都产生了极为深远的影响。那么大家知道不知知道数据挖掘中的经典算法都有哪些呢？在这篇文章中我们就给大家介绍 ...
2019-04-12
现在大数据是世界都关注的事情，这是因为大数据能够帮助人们做很多的事情，大数据的发展也是很多国家重视的地方，当然，我国也不例外。我国对大数据还是比较重视的，现在我国的大数据产业发展已经有了一 ...
2019-04-11
大数据与现在很多技术都是有一定的联系的，比如云计算、物联网、人工智能等等，这些技术能够相互相互影响、相互促进、相互融合。云计算是硬件资源的虚拟化，而大数据是海量数据的高效处理。我们可以这样 ...
2019-04-11
大数据应用中的关键点有三个，首要的就是大数据的数据来源，我们在分析大数据的时候需要重视大数据中的数据来源，只有这样我们才能够做好大数据的具体分析内容。那么大家知不知道大数据的数据来源都是通 ...
2019-04-11
听说弟弟想当大数据分析师，我想了想他高考数学79分的好成绩，陷入了沉思。弟弟说，我是要成为大数据分析师的男人。我轻叹一口气，说，弟弟，你志向远大，但是你得考虑一下自己的实际情况啊。弟弟说：“ ...
2019-04-11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
