-
转发！一文掌握数据了解知识体系
所属栏目：[大数据] 日期：2021-05-29 热度：180
什么是数据分析?需要掌握哪些技能?如何进行数据分析?本文全面梳理了数据分析知识体系，从数据分析的定义讲起，详细介绍了分析思维模型和经典分析模型及指标体系[详细]
-
数据分析师or数据科学家：你的职业取舍是什么？
所属栏目：[大数据] 日期：2021-05-29 热度：187
数据分析师 如果你希望描述过去或当前的数据，同时展示关键的发现、变化和趋势，最后向利益相关者显示数据，那么数据分析师的职位最适合你。 尽管两个职位之间有[详细]
-
大数据时代，必须做好这3大规划：才能抢占新的造富机会
所属栏目：[大数据] 日期：2021-05-29 热度：170
但在数字化和数据化时代，运用的是货找人的思路，是根据消费者的生活场景，通过大数据智能推送营销活动，通过不同的应用程序去连接消费者，从而达到智能匹配和精[详细]
-
数据科学家必须了解的前十大Python库
所属栏目：[大数据] 日期：2021-05-29 热度：178
Python因其简单易用而被称为初学者级编程语言，它的编程语法易于学习，并且与C，Java和C ++相比具有较高的水平。 为了获得更准确的算法和编码，Analytics Insigh[详细]
-
如何完成数据透视的动态数据引用，让工作效率更高
所属栏目：[大数据] 日期：2021-05-29 热度：74
大家在工作中用数据透视表的时候有没有遇到，对一个工作底稿进行数据透视，数据如果增加行列后，就需要重新选定范围的情况，尤其是对那种流水的底稿，可能每天都[详细]
-
【干货】你不得不知道的11款BI工具
所属栏目：[大数据] 日期：2021-05-29 热度：65
BI （BusinessIntelligence）即商业智能，越来越多的智能软件供应商推出可视化数据分析工具，应对企业业务人员的大数据分析需求。然而如果你觉得不是数据分析专业、没有挖掘算法基础就无法使用BI工具？NO，自助式分析工具已经让数据产品链条变得大众化。为了[详细]
-
趣图：论医生和修电脑的相似性
所属栏目：[大数据] 日期：2021-05-29 热度：187
(点击 上方公众号 ，可快速关注) 《转发一张趣图：论医生和修电脑的相似性》 点击“ 阅读原文 ”，可查看更多 趣图/段子 ↓↓↓? （支持微信登录）[详细]
-
【数字智能三篇】之一： 一页纸说清楚“什么是大数据”
所属栏目：[大数据] 日期：2021-05-29 热度：135
按：【数字智能三篇】 目前“大数据”、“推荐系统”、“深度学习”是数字智能领域的热点研究方向，相关的书籍也很火热，比如“大数据”仅这两年就出版了很多本，让一般人看的眼花缭乱。 本系列共分三篇，力求仅以一页纸的篇幅来系统完整地介绍以上这三个方[详细]
-
C语言超大数相加求和、加减乘除算法实现
所属栏目：[大数据] 日期：2021-05-29 热度：131
#include?stdio.h#include?stdbool.h#include?string.h#include?stdlib.h#define?MAXLEN?20int?arr1[MAXLEN];int?arr2[MAXLEN];char?str1[MAXLEN];char?str2[MAXLEN];void?convertBin(int?intNum)?{???static?int?bitSize?=?32;???int?modBin?=?intNum??1;??[详细]
-
hdoj 1002 A + B Problem II 大数
所属栏目：[大数据] 日期：2021-05-29 热度：178
A + B Problem II Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 302658????Accepted Submission(s): 58410 Problem Description I have a very simple problem for you. Given two integers[详细]
-
数据量太大？用Python处理数据密度过大障碍
所属栏目：[大数据] 日期：2021-05-29 热度：183
当我们需要观察比较2个变量间的关系时，散点图是我们首选图表。 可当数据量非常大，数据点又比较集中在某个区间中，图表没法看，密密麻麻的怎么看? 怎么办?这时[详细]
-
让你在10分钟内掌握如何用Python将数据批量的插入到数据库
所属栏目：[大数据] 日期：2021-05-29 热度：184
本文基于python, 使用pandas, pymysql等三方库实现了向数据库中高效批量插入数据，一方面提供被网上很多瞎转载的答案给坑蒙了的人(因为我也是)，一方面自己也做[详细]
-
Spark日臻完善之小文件是否需要合并?
所属栏目：[大数据] 日期：2021-05-29 热度：184
我们知道，大部分Spark计算都是在内存中完成的，所以Spark的瓶颈一般来自于集群(standalone, yarn, mesos, k8s)的资源紧张，CPU，网络带宽，内存。Spark的性能，[详细]
-
5个可以帮助Pandas进行数据预解决的可视化图表
所属栏目：[大数据] 日期：2021-05-29 热度：183
数据科学行业中一个最常见的陷阱是花费数小时为他们的项目寻找最佳算法，而没有花足够的时间首先理解数据。 数据科学和机器学习项目的结构化方法从项目目标开始[详细]
-
大数据在疫情期间对货运运营商的安全不可估量
所属栏目：[大数据] 日期：2021-05-29 热度：176
大数据对于避免许多危机非常重要。采用大数据应对冠状病毒疫情危机是一个很好的例子。越来越多的国家和组织正在使用大数据来促进社交距离，加强联系追踪并找到新[详细]
-
数据科学家vs数据分析师，到底有啥差异？
所属栏目：[大数据] 日期：2021-05-29 热度：62
数据科学和机器学习两个领域很容易混淆，从职责描述上还是大家的普遍印象里，这两个职位都差不多。相较之下，数据科学和数据分析这两个职位更容易区分。它们虽有[详细]
-
大数据和物联网是如何相辅相成的？
所属栏目：[大数据] 日期：2021-05-29 热度：161
分析大数据 物联网传感器持续接收来自大量连接的异构设备的数据。随着联网设备数量的增加，物联网系统需要具有可伸缩性，以适应数据的流入。分析系统处理这些数[详细]
-
粉碎二八法则！每个数据科学家都得会一点SparkMagic
所属栏目：[大数据] 日期：2021-05-29 热度：190
著名的帕累托法则，即80/20定律，告诉我们：原因和结果、投入和产出、努力和报酬之间存在着无法解释的不平衡。即使是21世纪最具吸引力的工作，数据科学依然逃不[详细]
-
社交大数据如何助力社会风险问题？
所属栏目：[大数据] 日期：2021-05-29 热度：97
在网络空间治理中运用社交大数据 当今社会，社交媒体已经成为用户内容获取与危机风险传播的主要渠道。根据艾瑞咨询发布的《2019年中国移动社交行业研究报告》，[详细]
-
据挖掘中所需的概率论与数理统计知识
所属栏目：[大数据] 日期：2021-05-29 热度：180
据挖掘中所需的概率论与数理统计知识 ??（ 关键词：微积分、概率分布、期望、方差、协方差、数理统计简史、大数定律、中心极限定理、正态分布 ） 导言 ：本文从微积分相关概念，梳理到概率论与数理统计中的相关知识，但本文之压轴戏在本文 第4节 （ 彻底 颠[详细]
-
【轰炸】大数据分析2015年中国留学生回国就业蓝皮书
所属栏目：[大数据] 日期：2021-05-29 热度：172
本文摘自数据观 前几日，教育部公布了《中国留学回国就业蓝皮书2015》。蓝皮书中介绍，1978年至2015年底，我国累计出国留学人数404.21万，年均增长率19.06%，累计回国人数221.86万。留学回国就业人员的基本特征有哪些?就业情况怎么样?一起跟天道丝丝小编看看[详细]
-
找出一个整数数组中的第二大数
所属栏目：[大数据] 日期：2021-05-29 热度：145
可能以故事形式：如从第一层到第十层电梯每层停一次，如何找到第二个大的钻石 ?1?#includestdio.h??2?#includeassert.h??3?#define?MINNUMBER?-32768??4?int?find_sec_max(int?arr[],int?size)??5?{??6?????assert(arr);??7?????int?maxnumber=arr[0];??8???[详细]
-
【机器学习】数据处理中白化Whitening的作用图解分析
所属栏目：[大数据] 日期：2021-05-29 热度：63
之前在看斯坦福教程中whiteining这一章时，由于原始图像相邻像素值具有高度相关性，所以图像数据信息冗余，对于白化的作用的描述主要有两个方面：1，减少特征之间的相关性；2，特征具有相同的方差（协方差阵为1）；但是为什么这么做，以及这样做对于算法或者[详细]
-
数据集成--Informatica PowerCenter
所属栏目：[大数据] 日期：2021-05-29 热度：58
概要 随着数据呈现单位级别的递增，从海量的数据中分析出有价值的数据，对未来的事情进行一些预测，显得更能体现出BI的优越性了，但这也同时考验着数据处理ETL的性能和安全。这几天大体调查了一下informatica公司的PowerCenter，在国内市场上使用的挺早的，[详细]
-
美团机器学习中的数据清洗与特征挖掘实践
所属栏目：[大数据] 日期：2021-05-29 热度：175
综述 如上图所示是一个经典的机器学习问题框架图。数据清洗和特征挖掘的工作是在灰色框中框出的部分，即“数据清洗=特征，标注数据生成=模型学习=模型应用”中的前两个步骤 灰色框中蓝色箭头对应的是离线处理部分。主要工作是： 从原始数据，如文本、图像或[详细]
