作者 | 罗钰婧 来源 | DT财经 前两周播出的《明星大侦探—MGQ时尚风云》中，节目组设计了一个与中年危机相关的案件： 撒贝宁在这期节目中饰演一位40岁“上有老，下有狗”的 ...
2020-04-02作者 | CDA数据分析师 本文概述了2019年10种影响数据科学的最流行的技术，该列表涵盖了多种主题，例如安全性，物联网，强化学习，能源可持续性，智慧城市等等。 又到了一年回顾 ...
2020-04-01
作者 | CDA数据分析师 1、前言 大数据革命引发了数据中心的爆炸式增长，这些中心正在以越来越高的速率消耗能源。本文回顾了两种提高数据中心效率的标准方法，并认为第三种方法-机器 ...
2020-04-01
作者 | Harris 来源 | 网络大数据 数据已成为所有企业最重要的知识产权，并且其内在价值只会在未来几年内增长。 现在，它对运营、流程、输出和供应都非常重要，因此，如何存储、共 ...
2020-04-01
作者 | 机器之心 人工智能不是将要改变世界，而是正在改变世界。在新年以及新的十年开启之际，VentureBeat 采访了人工智能领域最杰出的头脑，来回顾人工智能在 2019 年的进展，展望机器 ...
2020-03-31
作者 | 微胖 来源 | 机器之心 AI 显著的帮助了社会生产效率的提高，同时也让人类生活变得更加舒适便捷。但另一方面 AI 出现，对于人类社会伦理道德、隐私安全等方方面面都提 ...
2020-03-31
作者 | CDA数据分析师 之前的文章写了Python的基础知识，从这部分内容开始正式进入到正式的数据分析过程中，主要讲述每个数据分析过程都会用到什么操作，这些操作用Excel是怎样实现 ...
2020-03-31
作者 | CDA数据分析师 我们把菜品挑选出来以后，就可以开始切菜了。比如要做凉拌黄瓜丝，把黄瓜找出来以后，那就可以把黄瓜切成丝了。 一、数值替换 数值替换就是将数 ...
2020-03-30
作者 | CDA数据分析师 在数据选择之前是要把所有的菜品都洗好并放在不同的容器里。现在要进行切配了，需要把这些菜品挑选出来，比如做一盘凉拌黄瓜，需要先把黄瓜找出来；要做一盘可乐鸡翅， ...
2020-03-30
作者 | 宫学源 人工智能技术的应用，或许能帮助蓝色星球的科学家们摆脱无穷无尽实验的痛苦，加速重大科学理论的发现，将人类文明提升到新的台阶。 ——题记 人工智能技术的潜力大家都 ...
2020-03-27
作者 | CDA数据分析师 从菜市场买来的菜,总有一些不太好的，所以把菜买回来以后要先做一遍预处理，把那些不太好的部分扔掉。现实中大部分的数据都类似于菜市场的菜品，拿到以后都要 ...
2020-03-27
作者 | CDA数据分析师 俗话说，巧妇难为无米之炊。不管你厨艺有多好，如果没有食材，也做不出香甜可口的饭菜来，所以想要做出饭菜来，首先要做的就是要买米买菜。而数据分析就好比是做饭， ...
2020-03-27
作者 | KHYATI MAHENDRU 概述 贝叶斯定理是统计学中最强大的概念之一，而贝叶斯定理也是数据科学专业人员必须知道的定理 熟悉贝叶斯定理，其工作原理及其多种多样的应 ...
2020-03-27
作者 | 卢誉声 大部分的机器学习算法主要用来解决两类问题——分类问题和回归问题。在本文当中，我们介绍一些简单但经典实用的传统机器学习算法，让大家对机器学习算法有一个基本的感性认识。 ...
2020-03-26
作者 | 桌子的生活观 昨天写日期的时候，写错了，写成了2019年，划掉又重写。 真的没有想到，现在一晃眼间已经是2020年了。 说实话，我现在还是有点懵的，不知不觉，我们这 ...
2020-03-26
作者 | Kenneth 数字时代最先进的技术之一就是大数据技术。大数据不是一个流行的术语，而是用来描述规模庞大、随时间急剧变大的数据集合的术语。这意味着该数据很庞大，传统管理工具都无法分析、存 ...
2020-03-26
Q：为什么每次面试之后HR都不给回复呢？行还是不行不能给个信儿吗？苦恼... 面试结束的时候告诉面试者，如果面试通过，会在X个工作日内与他取得联系，沟通入职事宜。而不是让他回去 ...
2020-03-25
图神经网络（GNN，Graph Neural Networks）是 2019 年 AI 领域最热门的话题之一。图神经网络是用于图结构数据的深度学习架构，将端到端学习与归纳推理相结合，业界普遍认为其有望解决深度学习无法处理的因果推理、 ...
2020-03-25
前言 简单易学，语法简洁，可以快速入门 超级通用，无论是在开发、运维、数据科学、科研等应用场景下，都完美可行 它具有广泛的模块和库，数量众多且更新快速，一个新 ...
2020-03-25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 “ ...
2025-09-19CDA 数据分析师：让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师：表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据（如数据库表、Excel 表、CSV 文件）是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换：从基础用法到实战优化 在 SQL Server 的数据处理中，日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率：打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中，“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et：理性预期算子的内涵、作用与应用解析 动态随机一般均衡（Dynamic Stochastic General Equilibrium, DSGE）模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确：TIF 中的地名有哪两种存在形式？ 在开始提取前，需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师：解锁表结构数据特征价值的专业核心 表结构数据（以 “行 - 列” 规范存储的结构化数据，如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值？详解 dropna 函数的功能与实战应用 在用 Python（如 pandas 库）处理 Excel 数据时，“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验：差异、适用场景与实践应用 在数据分析与统计学领域，假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师：掌控表格结构数据全功能周期的专业操盘手 表格结构数据（以 “行 - 列” 存储的结构化数据，如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析：原理、影响因素与优化 在 MySQL SQL 调优中，EXPLAIN执行计划是核心工具，而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content：区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时（如使用requests ...
2025-09-15CDA 数据分析师：激活表格结构数据价值的核心操盘手 表格结构数据（如 Excel 表格、数据库表）是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比：urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求（如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12
