【實(shí)例】數(shù)據(jù)科學(xué)家所需的技能和素質(zhì) 對(duì)數(shù)據(jù)科學(xué)家的關(guān)注,源于大家逐步認(rèn)識(shí)到,Google、Amazon、Facebook等公司成功的背后,存在著這樣的一批專業(yè)人才。這些互聯(lián)網(wǎng)公司對(duì)于大量數(shù)據(jù)不是僅進(jìn)行存儲(chǔ)而已,而是將 ...
2016-09-21如何做個(gè)有能力、懂業(yè)務(wù)、擅工具的數(shù)據(jù)分析師 經(jīng)常有網(wǎng)友我問(wèn)“如何做一個(gè)數(shù)據(jù)分析師?”,將數(shù)據(jù)分析師分成初級(jí)、高級(jí)、數(shù)據(jù)挖掘工程師三個(gè)層次來(lái)闡述,大家正好可以對(duì)號(hào)入座。 1、數(shù)據(jù)分析師的能力體系 ...
2016-09-20R與并行計(jì)算 本文首先介紹了并行計(jì)算的基本概念,然后簡(jiǎn)要闡述了R和并行計(jì)算的關(guān)系。之后作者從R語(yǔ)言用戶的使用角度討論了隱式和顯示兩種并行計(jì)算模式,并給出了相應(yīng)的案例。隱式并行計(jì)算模式不僅提供了簡(jiǎn)單清 ...
2016-09-20機(jī)器學(xué)習(xí)算法復(fù)習(xí)--隨機(jī)森林 決策樹(shù)這種算法有著很多良好的特性,比如說(shuō)訓(xùn)練時(shí)間復(fù)雜度較低,預(yù)測(cè)的過(guò)程比較快速,模型容易展示(容易將得到的決策樹(shù)做成圖片展示出來(lái))等。但是同時(shí), 單決策樹(shù)又有一些不好的 ...
2016-09-20大數(shù)據(jù)分析之—基于模型的復(fù)雜數(shù)據(jù)多維聚類分析 隨著現(xiàn)實(shí)和虛擬世界的數(shù)據(jù)產(chǎn)生速度越來(lái)越迅猛,人們開(kāi)始關(guān)注如何從這些數(shù)據(jù)中獲取信息,知識(shí),以及對(duì)于決策的支持。這樣的任務(wù)通常被稱作大數(shù)據(jù)分析(BigData An ...
2016-09-20數(shù)據(jù)分析/數(shù)據(jù)挖掘 入門級(jí)選手建議 1.數(shù)據(jù)分析和數(shù)據(jù)挖掘聯(lián)系和區(qū)別 聯(lián)系:都是搞數(shù)據(jù)的 區(qū)別:數(shù)據(jù)分析偏統(tǒng)計(jì),可視化,出報(bào)表和報(bào)告,需要較強(qiáng)的表達(dá)能力。數(shù)據(jù)挖掘偏算法,重模型,需要很深的 ...
2016-09-20常規(guī)商業(yè)問(wèn)題分析的角度 統(tǒng)計(jì)分析給您以先機(jī),分析報(bào)告給您后見(jiàn)之明,數(shù)據(jù)挖掘給您以洞察,數(shù)據(jù)挖掘--市場(chǎng)調(diào)研--統(tǒng)計(jì)分析構(gòu)成企業(yè)日常商業(yè)分析的完美循環(huán)。 1、多維度分析:從多個(gè)不同的角度及其組合去分析 ...
2016-09-20數(shù)據(jù)分析的一些誤區(qū) 1.忽略沉默的數(shù)據(jù) 二戰(zhàn)時(shí)英國(guó)空軍為了降低飛機(jī)的損失,決定給飛機(jī)的機(jī)身進(jìn)行裝甲加固。由于當(dāng)時(shí)條件所限,只能用裝甲加固飛機(jī)上的少數(shù)部位。他們對(duì)執(zhí)行完轟炸任務(wù)返航的飛機(jī)進(jìn)行仔細(xì)的觀 ...
2016-09-19【經(jīng)驗(yàn)】數(shù)據(jù)挖掘七步走 Step1.商業(yè)理解 就是商業(yè)問(wèn)題的理解了,那么如何更好的理解“老大”提出的商業(yè)問(wèn)題困惑呢?我覺(jué)得思維導(dǎo)圖倒是個(gè)不錯(cuò)的選擇,當(dāng)然自己要想更好的理解“老大”的意思還需要進(jìn)一步的溝 ...
2016-09-19面對(duì)數(shù)據(jù)工程師,你有7個(gè)問(wèn)題可以問(wèn) 運(yùn)用數(shù)據(jù)進(jìn)行管理不是什么新鮮事,但是大數(shù)據(jù)還是個(gè)新概念, 有相關(guān)的風(fēng)險(xiǎn)、挑戰(zhàn)和機(jī)會(huì)。高級(jí)管理者需要具備一定的認(rèn)識(shí),以備他們的數(shù)據(jù)專家提出新觀點(diǎn)時(shí),自己有所準(zhǔn)備。下列這 ...
2016-09-19排名前20位的大數(shù)據(jù)職位及其職責(zé),你能勝任么 大數(shù)據(jù)在全球范圍內(nèi)的IT就業(yè)市場(chǎng)占有越來(lái)越重要的影響。根據(jù)Gartner公司提供的數(shù)據(jù),截至到2015年將有440萬(wàn)的IT工作來(lái)支持大數(shù)據(jù),僅美國(guó)就會(huì)有190萬(wàn)的IT工作產(chǎn)生。 ...
2016-09-19數(shù)據(jù)分析師:數(shù)據(jù)分析到底適合于哪些人才 到底哪些人適合于進(jìn)行數(shù)據(jù)分析呢?畢竟數(shù)據(jù)分析不僅僅是寫(xiě)數(shù)據(jù)報(bào)表或者整理數(shù)據(jù),而是需要對(duì)數(shù)據(jù)進(jìn)行分析。對(duì)于互聯(lián)網(wǎng)公司而言,其又需要招募怎樣的人才作為數(shù)據(jù)分析師 ...
2016-09-19大數(shù)據(jù)之有指導(dǎo)數(shù)據(jù)挖掘方法模型 數(shù)據(jù)挖掘的目的,就是從數(shù)據(jù)中找到更多的優(yōu)質(zhì)用戶。 什么是有指導(dǎo)的數(shù)據(jù)挖掘方法模型,以及數(shù)據(jù)挖掘如何構(gòu)建模型。在構(gòu)建一個(gè)有指導(dǎo)的數(shù)據(jù)挖掘模型,首先要理解和定義一些模型 ...
2016-09-19用R語(yǔ)言對(duì)混合型數(shù)據(jù)進(jìn)行聚類分析 利用聚類分析,我們可以很容易地看清數(shù)據(jù)集中樣本的分布情況。以往介紹聚類分析的文章中通常只介紹如何處理連續(xù)型變量,這些文字并沒(méi)有過(guò)多地介紹如何處理混合型數(shù)據(jù)(如同時(shí) ...
2016-09-18有關(guān)文本挖掘的14個(gè)概念 我們所處的信息時(shí)代以急速增長(zhǎng)的數(shù)據(jù)信息收集、儲(chǔ)存和轉(zhuǎn)換成電子格式為特征。大量的商業(yè)數(shù)據(jù)以雜亂無(wú)章的文本形式儲(chǔ)存。 據(jù)美林公司(Merrill Lynch)和高德納公司(Gartner)聯(lián)合進(jìn) ...
2016-09-18數(shù)據(jù)分析,如何生成你需要的基礎(chǔ)數(shù)據(jù) 想要將數(shù)據(jù)分析、數(shù)據(jù)挖掘的作用最大化,數(shù)據(jù)的完整性總是必不可少的,因此,掌握一些生成基礎(chǔ)數(shù)據(jù)的方法也非常重要。本期文章,我們以醫(yī)療場(chǎng)景為例,手把手教你生成 ...
2016-09-18SAS市場(chǎng)研究應(yīng)用介紹:多維偏好分析 多維偏好分析(multidimensional preference analysis)介紹 在聯(lián)合分析中,被訪者需要描述他們對(duì)產(chǎn)品的偏好情況,這些產(chǎn)品有若干實(shí)驗(yàn)者事先決定的屬性。但有時(shí)候,這些屬 ...
2016-09-18SAS市場(chǎng)研究應(yīng)用介紹:離散選擇分析 一、離散選擇分析(discrete choice analysis)介紹 聯(lián)合分析是用來(lái)發(fā)掘消費(fèi)者的偏好,指出了消費(fèi)者將選擇購(gòu)買哪種組合(聯(lián)合分析相關(guān)內(nèi)容具體請(qǐng)參考上一文章介紹:SAS市場(chǎng) ...
2016-09-18SAS市場(chǎng)研究應(yīng)用介紹:對(duì)應(yīng)分析 一.對(duì)應(yīng)分析(Correspondence analysis)介紹 前二周我們簡(jiǎn)單講了SAS市場(chǎng)研究應(yīng)用,聯(lián)合分析與離散選擇偏好。 組合分析用來(lái)評(píng)價(jià)消費(fèi)者偏好。如果將產(chǎn)品看成一些屬性的組合, ...
2016-09-18SAS市場(chǎng)研究應(yīng)用介紹:多維尺度分析 多維尺度概念 市場(chǎng)研究感興趣的是,消費(fèi)者在購(gòu)買產(chǎn)品時(shí)是如何做決策的?產(chǎn)品的哪種屬性是重要的?是否所有的消費(fèi)者以同樣的方式做決策?如果不是,又是如何不同的?在做出 ...
2016-09-17訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11