非平衡数据集的机器学习常用处理方法 定义：不平衡数据集：在分类等问题中，正负样本，或者各个类别的样本数目不一致。 例子：在人脸检测中，比如训练库有10万张人脸图像，其中9万没有包含人脸，1万包含人 ...
2018-03-26
大数据需要理性认知 认清大数据 “当前对于大数据最明显的认识误区是把大数据和Hadoop MapReduce划等号，和互联网UGC（用户生成内容）画等号。” 《计算机世界》：“大数据”是当前最流行的概念，应 ...
2018-03-26
Stata图形函数设置的小方法 大学的专业按照回复语气可以分为三种，第一种平淡无奇。小红：你什么专业？小明：土木工程。小红：哦！第二种惊为天人。小红 ：你什么专业？小明：兽医。小红：WHAT？兽医？第三种 ...
2018-03-26
Stata中的样本量计算 | 病例对照研究 在Stata强大的统计菜单之中，有一行很不起眼的命令菜单： 好长，翻到最末，是这样一句“Power and Sample Size”： 这一小行命令菜单，差不多可以匹敌一 ...
2018-03-26
大数据项目失败的原因分析 几乎每个人的心目中，大数据就是企业IT部门的大大小小的结构化和非结构化数据，而且其量正在成倍的增长。但是，尽管大数据已然成为了一种主流的IT现象，多数的大数据项目仍然以失败而 ...
2018-03-26SQL语句执行流程与顺序原理解析 Oracle语句执行流程 第一步：客户端把语句发给服务器端执行 当我们在客户端执行SQL语句时，客户端会把这条SQL语句发送给服务器端，让服务器端的进程来处理这语句。也就是 ...
2018-03-26如何确保企业的大数据项目成功 如何使您企业的大数据项目成功 考虑一个切实可行的办法。首先，不要将其称之为是一个“大数据项目”。将其命名为一个类似的项目名称：例如“一个帮助我们更好的了解我们的客户、 ...
2018-03-26
SQL语句执行过程详解 一条sql，plsql的执行到底是怎样执行的呢？ 一、SQL语句执行原理： 第一步:客户端把语句发给服务器端执行 当我们在客户端执行 select 语句时,客户端会把这条 SQ ...
2018-03-26
线性代数与数值方法--矩阵分解 矩阵 正交：正交最早出现于三维空间中的向量分析。 在三维向量空间中， 两个向量的内积如果是零， 那么就说这两个向量是正交的。 正交矩阵：正交矩阵是实数特殊化的酉矩阵 ...
2018-03-26大数据应用成功的四个标准 在大数据范畴大展拳脚肯定是个正确方向，同时世界各地的初创公司及企业巨头也在借力大数据和大数据应用创造价值——将大量的数据处理转化为金钱或竞争优势。然而光彩的背后，总是掩饰 ...
2018-03-26
机器学习中常见的几种最优化方法 我们每个人都会在我们的生活或者工作中遇到各种各样的最优化问题，比如每个企业和个人都要考虑的一个问题“在一定成本下，如何使利润最大化”等。最优化方法是一种数学方法，它 ...
2018-03-25【蓝腾教育科技(北京)有限公司】招聘数据分析师 集团公司是一家集金融产品研发和投资于一体的金融综合性服务机构，拥有多家子公司，总部位于北京CBD核心区，主营业务为：金融衍生品教育培训，智能交易系统研发定制、 ...
2018-03-25【京东物流华北区域分公司】招聘数据分析师 京东致力于成为一家为社会创造最大价值的公司。经过13年砥砺前行，京东在商业领域一次又一次突破创新，取得了跨越式发展。与此同时，京东不忘初心，积极履行企业社会责任 ...
2018-03-25【重庆宝钻信息技术咨询有限公司】招聘数据分析师 重庆宝钻信息技术咨询有限公司作为国内的新锐资本机构，创立至今凭借专业的技术人才，正确的管理方式，现已成为同行业中的佼佼者。我公司坐拥于重庆，总部位于北京 ...
2018-03-25
机器学习中非平衡数据集的常用处理方法 不平衡数据集： 在分类等问题中，正负样本，或者各个类别的样本数目不一致。 ：在人脸检测中，比如训练库有10万张人脸图像，其中9万没有包含人脸，1万包含人脸， ...
2018-03-25
如何踏上人工智能与数据科学之路(机器学习篇) 如何打开机器学习的大门 AI这个词相信大家都非常熟悉了，在几年人公智能圈子格外热闹，先是阿法狗带了个好头，让大家重新对人工智能刮目相看。能取得今天这样 ...
2018-03-25
迈出数据分析与机器学习的第一步 数据分析太火爆，怎奈机器学习太难懂！随着人工智能的浪潮卷卷袭来，机器学习已经越来越火爆啦。数据分析与机器学习岗位可谓供不应求，但是入门的门槛也是蛮高的，究竟了机器学 ...
2018-03-25
矩阵分解中的损失函数 简单记录一下矩阵分解的损失函数 矩阵分解的一般形式可以表示为 V = WH 其中V是m*n矩阵， W是m*r矩阵，H是r*n矩阵 一般来说r会比较小，这样能达到矩阵分解的目的， 矩阵分解 ...
2018-03-25
基于矩阵分解的隐因子模型 推荐系统是现今广泛运用的一种数据分析方法。常见的如，“你关注的人也关注他”，“喜欢这个物品的用户还喜欢。。”“你也许会喜欢”等等。 常见的推荐系统分为基于内容的推荐与 ...
2018-03-25大数据也该找个归宿 男大当婚女大当嫁，数据大了也该找个归宿。有人说大数据是云计算的掌上明珠，堪称位居公主之位。虽说皇帝的女儿不愁嫁，但大数据真不如虚拟化萝莉畅销，大家都在热议大数据，一旦要谈婚论嫁 ...
2018-03-25在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23CDA 数据分析师：以指标为钥，解锁数据驱动价值 在数字化转型的浪潮中，“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时，一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域，“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时，默认指 ...
2025-09-22CDA 数据分析师：参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下，数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升：机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中，“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka：数据生态中两类核心工具的差异与协同 在数字化转型加速的今天，企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19
