comments 数据科学家Michael Galarnyk著 我以前写过《如何构建数据科学投资组合》，其中包括向潜在的雇主展示你能做什么而不是告诉他们你能做什么的重要性。这个博客利用aSuccess is Iceberg ImagebyOry ...
2022-03-30
CDA数据分析师等级认证考试 (Certified Data Analyst Certificate) CDA（Certified Data Analyst），即“CDA数据分析师”，是大数据和人工智能时代面向国际范围全行业的 ...
2022-03-18注意:这是本文的第一部分。您可以在这里阅读第二部分。 A/B测试，又称受控实验，在工业上被广泛应用于产品上市决策。它允许科技公司用一个用户子集来评估一个产品/特性，从而推断该产品可能如何被所有用户 ...
2022-03-14麦迪逊·亨特，地球科学学士学位本科生 当涉及到进入数据科学领域时，你需要使用书中的每一个技巧来给自己一个优势，推动你越过终点线。 那么，为什么不尝试效仿行业中最好的人的习惯呢？ 这篇 ...
2022-03-14数据科学是一个不断扩展的领域。更多的行业继续依赖技术来收集和处理重要的信息，数据科学家的需求很高。然而，找到一份适合你需要的工作有时是一个挑战。在这些情况下，你可以转向自由职业。 自由职业者 ...
2022-03-14作者Frederik Bussler，显然AI的增长营销主管 AI饱和度 我经常分享学习人工智能和数据科学的资源，无论是谷歌或哈佛的课程，还是YouTube的全长教程。 与此同时，我听到了这样的担忧:“现在学习AI和 ...
2022-03-14多里安·马丁，GetGoodgrade 你想涉足数据工程吗？ 好主意. 很多公司都在寻找数据工程师--如果你在LinkedIn上搜索“数据工程师”，仅在美国就会得到88，000多个好的职位。每个人都可以使用远程工作选 ...
2022-03-14当你开始从事数据科学方面的工作时，一些需要获得的技能将是显而易见的。你知道你需要在编码、分析和数学方面的经验，但你也应该培养一些软技能。虽然当你想到数据科学时，这些可能不会立即浮现在脑海中，但它 ...
2022-03-14作者尤金·颜，亚马逊应用科学家 “与其手动检查我们的数据，为什么不试试领英的做法呢？它帮助他们实现了95%的准确率和80%的召回率。“ 然后我的队友分享了如何使用k-最近邻来识别不一致的标签（在职位 ...
2022-03-14金融技术实施专家大卫·摩尔 招聘人员正在使用越来越复杂的软件和工具来扫描简历，并将其与张贴的工作职位和工作规格进行匹配。如果你的简历是通用的，或者工作说明模糊和/或通用，这些工具将对你不利。AI ...
2022-03-14由Mihail Eric著，《机器学习研究与教育》。 参加KDnuggets工作满意度调查，部分灵感来自这个博客。 以下是受此帖子启发的KDnuggets漫画 数据。它无处不在，我们只会得到更多。在过去的5-1 ...
2022-03-14由Polly Mitchell-Guthrie，副总裁，行业拓展和思想领导，Kinaxis。 如果一位数据科学总监领导分析团队超过10年，她的团队因其工作获奖，在会议上积极发言，并且拥有顶级项目的工业工程博士学位，你会雇佣 ...
2022-03-14获得面试对许多工作来说自然是必不可少的，数据科学工作也不例外。虽然关于这一主题的资源肯定不缺乏，但实际可行的建议却很少。在我找工作的过程中，我知道超过70%的求职者是通过某种形式的关系网找到工 ...
2022-03-14麦迪逊·亨特，地球科学学士学位本科生 无论你是刚毕业的，还是想换个职业的人，或者是一只类似于上面的猫，数据科学领域充满了现代工人清单上几乎每一个框中的工作。在数据科学领域工作可以让你有机会获得 ...
2022-03-14作者Yulia Lukashina，技术作家。 我完全相信每个人都能做好（赚到好钱！）只有在他们喜欢做的工作中。如果你对你的任务感到无聊，每天都不得不强迫自己，你就不能交付高质量的结果。 但如果数据科学让 ...
2022-03-14数据科学家是当今最受欢迎的专业人士之一。随着数据在现代商业中继续发挥越来越突出的作用，这个行业只会变得更有价值。考虑到这一前景，这是一个理想的时间追求作为一个数据科学家的职业生涯。 成为一 ...
2022-03-14作者安德里亚·劳拉，自由作家 “数据科学家”的工作岗位和个人资料每年都在变化。它的工资也是如此，有趣的是，两者都在不断上涨。 随着数据科学家的平均工资突破12.5万美元大关，职位空缺数量增长65 ...
2022-03-14作者：PerceptiLabs联合创始人兼首席执行官马丁·伊萨克森。 长期以来，版本控制工具一直是信息工作者的主要工具，尤其是那些需要在代码库上存储和协作的地方，同时维护完整的更改历史的开发人员。 多年 ...
2022-03-14在现代信息技术时代，数据科学自学有大量的免费资源。事实上，您甚至可以从无数可用资源中设计自己的数据科学课程。虽然从课程工作中获得的知识对于打好数据科学的基础是必不可少的，但你需要记住数据科学是一 ...
2022-03-14在这个前所未有的流行病时期，许多人发现他们的职业生涯受到了影响。这其中包括一些我曾经工作过的最有才华的数据科学家。在与一些亲密的朋友分享了我帮助他们在下岗后找到新工作的个人经历后，我认为 ...
2022-03-14R 语言：数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代，无论是科研人员验证实验假设（如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域，常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下，“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而，零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点：原理、优势与应用解析 在机器学习领域，随机森林（Random Forest）作为集成学习（Ensemble Learning） ...
2025-09-05Excel 区域名定义：从基础到进阶的高效应用指南 在 Excel 数据处理中，频繁引用单元格区域（如A2:A100、B3:D20）不仅容易出错， ...
2025-09-05CDA 数据分析师：以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下，CDA（Certified Data Analyst） ...
2025-09-05SQL 日期截取：从基础方法到业务实战的全维度解析 在数据处理与业务分析中，日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络（CNN）的发展历程中，解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师：驾驭数据范式，释放数据价值 在数字化转型浪潮席卷全球的当下，数据已成为企业核心生产要素。而 CDA（Certified ...
2025-09-04K-Means 聚类：无监督学习中数据分群的核心算法 在数据分析领域，当我们面对海量无标签数据（如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分：数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域，“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析：解锁数据价值的关键 在数字经济高速发展的今天，数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ()：深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中，loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题，需先明确 K-S 图的核心用途（检验样本分布与理论分布的一致性），再结合横轴 ...
2025-09-02CDA 数据分析师：助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下，数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战：基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中，税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX：租房系统数据库性能优化实践 在租房管理系统中，rent表是核心业务表之一，通常存储租赁订单信 ...
2025-09-01CDA 数据分析师：企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”， ...
2025-09-01数据清洗工具全景指南：从入门到进阶的实操路径 在数据驱动决策的链条中，“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化：以预测结果为核心的闭环调优路径 在机器学习模型落地中，“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29
