前馈神经网络可以算是所有的神经网络中最简单，最容易，但也是最有效的一个。但对于刚刚入门的小白来说，难度还是比较大的。到底前馈神经网络是如何实现的，下面就和小编一起来看推到过程吧。 如上图中所 ...
2020-07-13
NLP(Natural Language Processing)自然语言处理是数据科学领域的一个非常重要的分支，它包含了，以一种高效的方式去分析，理解并从文本中提取信息等重要过程，终极目标是让计算机拥有自然语言处理交际能力。通过利 ...
2020-07-13
Keras 是基于 Theano 或 者TensorFlow 的一个深度学习框架，其设计源于Torch，编程语言用 Python ，是一个功能强大、内容抽象，高度模块化的神经网络库，能够支持 GPU 和 CPU。目前tensorflow已经将keras合并到了 ...
2020-07-13
K-means是最常用、最简单的一种聚类算法。k-means聚类，就是将原始数据所含的类数事先给出来，然后将含有相似特征的数据聚为一个类中。 一、K-means聚类算法原理 在聚类问题中，给我们的训练样本是.每个.没 ...
2020-07-13作者：Alex Castrounis 来源：大数据DT(ID：hzdashuju) 内容摘编自《AI战略：更好的人类体验与企业成功框架》 导读：本文讨论与人工智能相关的概念和技术，包括机器学习、深度学习、数据科学和大数据。还 ...
2020-07-10
感知机(Perceptron)或者叫做感知器，是Frank Rosenblatt在1957年就职于Cornell航空实验室(Cornell Aeronautical Laboratory)时所发明的一种人工神经网络，是机器学习领域最基础的模型，被誉为机器学习的敲门砖。 ...
2020-07-10
Z-Score是数据标准化处理的一种常用方法，通过Z-Score，可以将不同量级的数据转化为统一量度的Z-Score分值，并进行比较。 (1)Z-score定义 根据图可以看出，Z-score的数据分布满足“正态分布”(N(0.1)) ...
2020-07-10小编今天来给大家盘点一下关系型数据库与非关系型数据库的区别。 一、概念 关系型数据库，是指采用了关系模型来组织数据的数据库。 非关系型数据库从严格上来说，并不是一种数据库，而是一种数据结构化存 ...
2020-07-10关系型数据库，是指采用了关系模型来组织数据的数据库。简单来理解就是，二维数据库，一个由二维表及其之间的联系而组成的一个数据组织。 关系型数据库并不是唯一的高级数据库模型，也不算是性能最优的数据库模 ...
2020-07-10分布式存储，采用分布式的系统结构，将大量的普通服务器，通过网络互联，作为一个整体，利用位置服务器定位存储信息。 1.高可靠性：重点指分布式系统数据安全方面的容灾与备份，数据可靠不丢失。在分布式存储的 ...
2020-07-10对于大数据的处理问题，计算机科学界有两大方向：一是集中式计算，另外一种是分布式计算。小编今天给大家整理的是几种主流的分布式计算框架，希望对大家有所帮助。 Hadoop是基础，它的HDFS能够存储文件，Yarn进 ...
2020-07-10正则表达式(Regular Expression)，计算机科学的一个概念，又叫做正规表示法或者常规表示法。 正则表达式描述了一种字符串匹配的模式，能够检查一个串中是不是含有某种子串、替换匹配的子串，将符合某个条件的子 ...
2020-07-10还记得那首火爆全网，根据沙漠骆驼改编的大胆神曲《释放自我》吗? 当时可谓掀起了巨浪，其歌词精炼，一针见血，令人印象最深刻的是“干活的累死累活，有成果那又如何，到头来干不过写PPT的”。 歌词 ...
2020-07-09作者：吴至文 郭叶军 宗炜 李鹏 赵娟 来源：大数据DT(ID：hzdashuju) 内容摘编自《OpenCV深度学习应用与性能优化实践》 导读：本文将介绍OpenCV的源码结构、OpenCV深度学习应用的典型流程，以及深度学习 ...
2020-07-091、Numpy NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。它是Python创建的所有更高层工具的基础。以下是它提供的一些功能： a、N维数组 ...
2020-07-09计算机视觉是一门研究如何让计算机“看”的学科。 简单来说，就是指利用摄影机和电脑等机器，来代替人眼对目标进行识别、跟踪以及测量等，并进一步对图形进行处理，使之成为更适合人眼观察或传送、检测的图像。 ...
2020-07-09
上采样（upsampling）或图像插值（interpolating）的主要目的是将源图像放大，从而能够更高分辨率的显示设备上显示。 上采样的原理： 上采样（upsampling），图像放大几乎都是采用内插值方法，即在原有 ...
2020-07-09
机器学习中，当原始数据的分类极不均衡，需要对不平衡数据进行处理，而下采样就是处理方法之一。简单来说就是从多数类中随机抽取样本从而减少多数类样本的数量，使数据达到平衡。 下采样，通常适用于 ...
2020-07-09
梯度提升决策树(GBDT)，全称为Gradient Boosting Decision Tree，是一种迭代的决策树算法，由多棵决策树组成，将所有树的结论累加起来，产出最终答案。 这也就意味着在GBDT中，CART决策树为基学习器，也就是每 ...
2020-07-09
前面我们了解了决策树的概念，现在来了解一下决策树剪枝。可能会有人问：为什么要剪枝?答案是：如果一棵决策树完全生长，那么这棵决策树所对应的每一个叶节点中只会包含一个样本，就很有可能面临过拟合问题，因此 ...
2020-07-09在使用Excel透视表进行数据汇总分析时，我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中，经常需要将UAT（用户验收测试）环境的表数据同步到SIT（系统集成测试）环境，且两者表结构完 ...
2025-11-14在数据驱动的企业中，常有这样的困境：分析师提交的“万字数据报告”被束之高阁，而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中，层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量（如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中，“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天，企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析（PCA）、因子分析等降维方法中，“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念，而是渗透各行业的核心生产力。但同样是拥抱大数据，零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代，“数据分析” 已成为企业决策的核心支撑，但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”，而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估，到投资组合的 ...
2025-11-11这个问题很有实战价值，mtcars 数据集是多元线性回归的经典案例，通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天，“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型（如 Transformer、CNN、多层感知机）的结构设计中，“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是：内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代，“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而，多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中，“显性特征”（如用户年龄、订单金额、商品类别）是直接可获取的基础数据，但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型（LLM）商业化落地过程中，“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言，相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下，企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域，“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别（是 / 否）” 到 “疾病诊断（良性 ...
2025-11-06在数据分析中，面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量，我们常常需要回答： ...
2025-11-06
