
【时间安排】
7月25日 |
7月27日 |
7月29日 |
8月1日 |
8月3日 |
8月5日 |
孙志强 韩帅 鱼琪伟 (中国矿业大学(北京)) |
王雪琳 曹敏 边丽红 (兰州财经大学) |
高凯 刘转转 毛琳 (山西省中北大学) |
包欣欣 吴扬迪 戴君杰 (浙江工商大学) |
赵雨婷 王一帆 谭子冰 (厦门大学) |
殷越 高丽 张贾宁 (华中师范大学) |
陈茂 贾来强 刘尚 (东华理工大学长江学院) |
霍新雯 张慧娟 祁鑫 (北京信息科技大学) |
张超 李爽 郭莹莹 (哈尔滨理工大学) |
陆弘源 杨凯平 孙晔 (浙江工商大学) |
杨莉阳 唐艺嘉 罗茜曦 (西南财经大学) |
孙文昭 车明佳 张予 (中国人民大学) |
王冬佳 赵梦璐 陈晨怡 (辽宁大学) |
孙嘉怿 张安琪 包青 (沈阳工业大学) |
杨柳 邢容 丁德聪 (西南财经大学) |
高玉娟 刘逸萌 舒居安 (山西财经大学) |
周美伶 陈红 袁莉君 (贵州财经大学) |
徐生霞 杨珊 宋晓春 (西安财经学院,西安交通大学) |
吴心昊 汪安琪 唐玥琪 (西南财经大学) |
张然 汤衍真 刘天宇 (国防科学技术大学) |
霍元浩 王兴欢 陈斌 (西安电子科技大学) |
叶一涛、周露娜、戴佳丽 浙江工商大学 |
王志高 王昱栋 李蒙 (华东师范大学) |
陈云芳 宋春晖 匡盟盟 (哈尔滨工业大学) |
毛思嘉 郭之辰 刘宁宁 (东北财经大学) |
陈勇吏 吴慧 陈光祺 (华南师范大学) |
包敏、楚媛、叶瑜 浙江工商大学杭州商学院 |
葛德奎 杨文莉 石雅婷 (辽宁大学 清华大学) |
韩旭峰 寇磊 张乐权 (湖北经济学院 西安邮电大学 中南民族大学) |
杨靖阳 卢小华 尹鹏君 (北京工商大学) |
郑学芬 徐津弘 王一伦 (浙江工商大学) |
于楠 曲湛明 张士秀 (辽宁大学) |
吴纲维 钟良月 赵雪婷 (浙江工商大学) |
张少卿 吴奇雯 郭梦霞 (浙江工商大学) |
耿延鹏 丁昭璐 王志勇 (浙江工商大学) |
刘婧 陈兰娟 程炜鑫 (福州大学) |
章晨玲 金岸 章情情 (浙江工商大学杭州商学院) |
刘楚茵 余锦彦 吴振荣 (广东财经大学) |
李媛媛 黄丹 王喜花 (中国青年政治学院) |
刘垚 林源榕 杨彬 (华中科技大学) |
文飞 (中国矿业大学) |
张玲 钟佩君 钱丽珍 (广东省岭南师范学院) |
扫描下方二维码加微信好友,备注行业+姓名,邀请你加入直播间
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15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