四大机器学习降维算法：PCA、LDA、LLE、Laplacian Eigenmaps

2015-04-02

四大机器学习降维算法：PCA、LDA、LLE、Laplacian Eigenmaps 引言 机器学习领域中所谓的降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。降维的本质是学习一个映射函数 ...

分布式机器学习——大数据带来的新机遇

2015-02-28

一个新时代 起源 分布式机器学习是随着“大数据”概念兴起的。在有大数据之前，有很多研究工作为了让机器学习算法更快，而利多多个处理器。这类工作通常称为“并行计算”或者“并行机器学习”，其核心目标是 ...

机器学习和文本分析_数据分析师

2015-02-04

机器学习和文本分析_数据分析师 当计算机更好地理解了自然语言，新的领域不断被开创，例如：用户应用的人机界面的提升，更为完善搜素引擎，Cortana和Siri这样的个人助理和一些分析给定文献的工具。例如 ...

大数据入行新手如何进行机器学习

2015-02-01

大数据入行新手如何进行机器学习 计算技术通常用来分析数据，而理解数据则依赖于机器学习。多年来，对于大多数开发者来说，机器学习却是非常遥远、一直是难以企及的。 这可能是现在收益最 ...

【重庆海王仪器仪表有限公司】招聘大数据分析师(机器学习)

2015-01-28

【重庆海王仪器仪表有限公司】招聘大数据分析师(机器学习) 职位月薪：面议 工作地点：重庆 发布日期：2015-01-28 工作性质：全职 工作经验：3-5年 最低学历：硕士 招聘人数：1人  职位 ...

大数据分析：机器学习算法实现的演化

2015-01-27

大数据分析：机器学习算法实现的演化 我将会对机器学习算法的不同的实现范式进行讲解，既有来自文献中的，也有来自开源社区里的。首先，这里列出了目前可用的三代机器学习工具。 传统的 ...

机器学习和计算机视觉相关的数学_数据分析师

2015-01-18

机器学习和计算机视觉相关的数学_数据分析师 机器学习和计算机视觉都是很多种数学的交汇场。看着不同的理论体系的交汇，对于一个researcher来说，往往是非常exciting的enjoyable的事情。不过，这也代表 ...

面试经验分享之机器学习、大数据问题_数据分析师

2015-01-17

面试经验分享之机器学习、大数据问题_数据分析师 目录 机器学习、大数据相关岗位的职责 面试问题 答题思路 准备建议 总结 自己的专业方向是机器学习、数据 ...

大数据、机器学习、物联网有何关系_数据分析师

2015-01-14

大数据、机器学习、物联网有何关系_数据分析师 很对人都会说到“物联网”、“大数据”和“机器人”等趋势。我想要说，其实这些趋势是相互联系在一起的，联系成一个大趋势，就像“万有理论”，在这个链条 ...

互联网公司机器学习数据挖掘类的职位面试主要考察哪些

2015-01-05

互联网公司机器学习数据挖掘类的职位面试主要考察哪些 我觉得从事数据挖掘工作，尤其是在互联网行业，主要需要三个方面的能力，即机器学习和数据挖掘的理论知识、编程开发与数据结构算法的基础和业务理 ...

如何向小白介绍机器学习和数据挖掘_数据分析师

2014-12-21

如何向小白介绍机器学习和数据挖掘_数据分析师 买芒果 嘴馋的你想吃芒果了，于是你走到水果摊，挑了几个让老板过过秤，然后你再根据芒果的斤两付钱走人。 显然，买芒果你当然是挑着最甜、最 ...

大数据与机器学习的结合-谷歌地图精准的奥秘

2014-12-09

大数据与机器学习的结合-谷歌地图精准的奥秘 据国外媒体报道，我们使用的导航地图近十年已经发生了翻天覆地的变化。上世纪90年代，我们还在用纸质地图寻找目的地。而现在基本只需要服从Siri或她的谷歌 ...

机器学习-大数据的关键_数据分析师

2014-11-28

机器学习-大数据的关键_数据分析师 Splunk的用户大会已经接近尾声。三天时间的会议里，共进行了160多个主题研讨，涵盖了从安全、运营到商业智能，甚至包括物联网，会议中一遍又一遍出现相同的中心主题：大 ...

【CDA干货】数据挖掘与数据分析：区别、联系与职场实用指南

2026-03-20

在大数据与数据驱动决策的当下，“数据分析”与“数据挖掘”是高频出现的两个核心概念，也是很多职场人、入门学习者容易混淆的术语。日常工作中，有人把做报表、看趋势统称为“数据挖掘”，也有人把建模、找规律归为 ...

【CDA干货】决策树模型变量重要性排序：原理、方法与实操指南

2026-03-17

在机器学习建模中，决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势，成为分类与回归任务的首选工具之一。而变量重要性排序，作为决策树模型的核心输出之一，更是数据分析与特征工程的关键环节——它能 ...

CDA数据分析师：量化策略分析框架，解锁数据驱动决策的核心路径

2026-03-13

在金融、零售、互联网等数据密集型行业，量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA（Certified Data Analyst）数据分析师，作为量化策略的核心构建者与落地执行者，其专业能力 ...

【CDA干货】随机森林模型训练全解析：从参数调优到实战落地

2026-03-12

在机器学习建模体系中，随机森林作为集成学习的经典算法，凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势，成为分类、回归任务中的“首选工具”。而模型训练作为核心环节，直接决定了最终的预测效果与业务 ...

【CDA干货】随机森林算法重要性分析：原理、实操与业务价值

2026-03-12

在机器学习建模过程中，“哪些特征对预测结果影响最大？”“如何筛选核心特征、剔除冗余信息？”是从业者最常面临的核心问题。随机森林作为一种集成学习算法，不仅具备高精度、抗过拟合、适配多场景的优势，更自带“ ...

【CDA干货】数据分析赋能价值创造：国内外知名经典案例解析

2026-03-11

在数字经济飞速发展的今天，数据分析已从“辅助工具”升级为“核心竞争力”，渗透到商业、科技、民生、金融等各个领域。无论是全球科技巨头的商业迭代，还是国内企业的转型突破，亦或是公共服务的效率提升，数据分析 ...

【CDA干货】线性回归拟合性判断实战指南：从指标解读到实操落地

2026-03-10

线性回归是数据分析中最常用的预测与关联分析方法，广泛应用于销售额预测、风险评估、趋势分析等场景（如前文销售额预测中的多元线性回归）。但并非构建完线性回归模型就万事大吉——若模型拟合性不佳，即使变量选择 ...