在上一篇文章中我们给大家讲述了数据挖掘的知识以及数据挖掘需要的数学基础，当然了，数据挖掘只靠统计学是远远不够的，还需要微积分、泛函分析以及测度理论等等知识，下面我们就给大家讲述一下这些内容 ...
2019-01-16
在学习数据挖掘的时候，我们一定要掌握一些数学基础，毕竟数据挖掘中涉及到了很多的算法。说到这里我们要给大家说一说数据挖掘的概念，数据挖掘就是从大量数据中获取隐含的、潜在的是有价值信息的过程， ...
2019-01-16
作者 | Admond Lee 翻译 | Mika CDA 数据分析研究院原创作品，转载需授权 作为一名数据科学家，在我们讨论如何通过正确的提问对问题进行定义前，让我们首先看到为什么提出正确的问 ...
2019-01-16
CDA数据分析研究院原创作品，转载要授权哟 前段时间考研结束，衷心祝愿那些奋斗数载的小伙伴们可以考到自己梦寐以求的大学。人生短暂，人间美好，希望通过努力奋斗你我都可以体会到生活的点点滴滴。 ...
2019-01-15
在上一篇文章中我们给大家讲解了数据分析的方法。一般来说，数据分析的应用方法有7种，它们分别是画像分群、趋势维度、漏斗观察、行为轨迹、留存分析、A/B 测试和优化建模。我们讲解了画像分群、趋势维度 ...
2019-01-15
在上一篇文章中我们给大家讲解了常用的数据分析方法，常用的数据分析方法有内外因素分解法、DOSS。不管是内外因素分解法也好还是DOSS也好，都是需要大家掌握的，这些都是经典的方法。但是大家除了掌握这 ...
2019-01-15
在上一篇文章中我们给大家讲述了数据分析的基本思路。数据分析的基本思路首先要挖掘业务含义、制定分析计划、从分析计划中拆分出需要的数据，再根据数据分析的手段提炼业务洞察，最终产出商业决策，但是 ...
2019-01-15
现在由于数据分析行业的火热以及数据分析的优点，使得很多人都想进入数据分析行业，数据分析有什么好处呢？首先，通过数据分析可以使得企业的自身问题显而易见。第二，通过数据分析可以知道未来发展的方 ...
2019-01-15
我们在上一篇文章中给大家介绍了数据分析中容易出现的错误，数据分析汇总容易出现的错误主要就是数据可视化出现的问题、过于依赖绝对值、逻辑不通、以偏概全的测试、相关关系和因果关系之间的混乱。在上 ...
2019-01-15
大家在进行数据分析工作的时候，总会或多或少出现一些问题，很多人都认为数据分析就是使用数字逻辑处理数据从而得出自己想要的结果，理论上是可以的，但是实际上总是得到一些不如意的结果，主要还是因为 ...
2019-01-15
我们在上一篇文章中给大家介绍了很多大数据学习的思维原理，对于这些思维原理都是需要大家掌握的，在这篇文章中我们给大家讲解一下机器懂人原理，希望这篇文章能够给大家带来帮助。 首先我们给大 ...
2019-01-15
我们在前面的文章中给大家介绍了很多的大数据学习思维原理，这些内容对于大数据的学习都是很有帮助的，其实大数据的学习思维还是有很多的，我们在这篇文章给大家介绍一下电子商务智能原理。 电子 ...
2019-01-15
大数据的学习原理有很多，我们在前面众多的文章中给大家介绍了很多的思维原理，这些都是非常重要的，而大数据学习的思维原理中还有一个定制产品原理，是一般产品经理需要注意的事情，下面就小编为大家介 ...
2019-01-15
现在很多数据科学家都是在研究大数据的技术，很多人只是听过大数据这个词，但是对大数据还是不太了解的，对于大数据现在需要解决的关键问题不是很明朗。今天我们在这篇文章中给大家讲一讲大数据技术的基 ...
2019-01-15
现在大数据这个名词很火，许多公司也开始了对大数据相关工作的招聘，比如数据分析师、大数据分析师、数据挖掘工程师等等。许多大学毕业生或者已经参加工作的朋友，都开始蠢蠢欲动想着加入到这一行业中。 ...
2019-01-15
要说最近几年最火热的名词是哪个，相信人工智能肯定榜上有名，甚至在一些高中学校，也要求学生对于物联网和人工智能有所了解。而人工智能的火热，也让更多的年轻人选择加入到这一行业中，以谋取更好的职 ...
2019-01-14
本文为CDA数据分析研究院原创作品,转载需授权 1.为什么选择Python进行数据分析？ Python是一门动态的、面向对象的脚本语言，同时也是一门简约，通俗易懂的编程语言。Python入门简 ...
2019-01-14
作者 | Jeremie Harris 翻译 | Mika CDA 数据分析师原创作品，转载需授权 首先我要说的是，我是一名博士肄业生。 这个头衔给我带来了所谓的光环，它暗示我在研究生院待过，做过一些学术 ...
2019-01-11
作者 | Pranay Dave CDA 数据分析师原创作品，转载需授权 毫无疑问，Kaggle是非常适合学习数据科学的平台。许多数据科学家在Kaggle上投入了大量时间。 但同时，你不应该只依靠Kaggle来 ...
2019-01-08
在前面的文章中我们给大家介绍了数据分析方法中的同期群分析、聚类分析、细分分析和对比分析，这四个分析方法都是比较经典的分析方法，但是数据分析方法不只是这些，那么剩余的能够提升工作效率的数据分 ...
2019-01-07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在 CDA（Certified Data Analyst）数据分析师的工作中，“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中（如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”），卡方检验 P 值与 OR 值（比值比，Odds Ratio）是 ...
2025-11-05CDA 数据分析师的核心价值，不在于复杂的模型公式，而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材：CDA教材一级：商业数据分析（2025）__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代，数据挖掘不再是实验室里的技术探索，而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM（Denoising Diffusion Probabilistic Models）训练过程中，开发者最常困惑的问题莫过于：“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA（Certified Data Analyst）数据分析师的工作中，“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时，他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点，理解二者区别是避免统计方法误用的关键。核心结论是：stats.ttest_rel（配对 ...
2025-11-03在 CDA（Certified Data Analyst）数据分析师的工作中，“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03
