半监督学习(SSL)，全称Semi-Supervised Learning,类属于机器学习(Machine Learning,ML)。在只有少量标记样本，大部分样本都是无标记的情况下，可以使用半监督学习方法，根据无标记样本与标记样本间的相似度、以及 ...
2020-07-14
层次聚类，即Hierarchical Clustering，是一种聚类算法，通过对不同类别数据点间的相似度的计算，从而创建一棵有层次的嵌套聚类树。 一、层次聚类算法原理 在聚类树中，树的最底层是不同类别的原始数据点， ...
2020-07-14
在数据分析过程中，我们会用到各种各样的数据模型。但有些模型并不是完美的，存在者各种各样的缺点，置之不理很可能会影响最终的数据分析结果。这也就意味着，我们需要让模型最优化。通过模型优化，训练出更好的模 ...
2020-07-13小编今天给大家带来的是，SQL基本语句中的条件语句查询WHERE，希望对大家学习和使用SQL有帮助。 where后面支持多种运算符，进行条件的处理 WHERE用于条件过滤记录，也就是将访问数据进行条件处理，缩小到一 ...
2020-07-13作者：肖冠宇 来源：大数据DT(ID：hzdashuju) 内容摘编自《企业大数据处理：Spark、Druid、Flume与Kafka应用实践》 导读：Spark是由加州大学伯克利分校AMP实验室开源的分布式大规模数据处理通用引擎，具 ...
2020-07-13
RNN(循环神经网络)，和CNN(卷积神经网络)是深度学习经常进行比较的两个概念，下面小编整理了RNN和CNN的一些区别，希望对大家有所帮助。 1.从应用方面来看CNN主要用于图像识别比较多，而RNN被用于语言处理多一些 ...
2020-07-13
LSTM全称为：long short term memory，也叫作长短期记忆人工神经网络，本质上是一种时间循环神经网络。LSTM是为了解决一般的RNN长期依赖问题而被专门设计出来的。所有的RNN都具有一种重复神经网络模块的链式形式。 ...
2020-07-13Caffe是深度学习框架中经常遇到的，那么到底Caffe是什么?我们又应该怎样理解呢?下面，小编对于Caffe做了一个简单的介绍，希望对大家有所帮助。 一、Caffe基本概念 Caffe全称为：Convolutional Architecture ...
2020-07-13来源：接地气学堂微信公众号 作者：接地气的陈老师 分享一个B2B用户画像的做法。网上流传的资料大多是B2C相关的，导致在B2B企业的同学很困惑：”老师，说是RFM模型，可我们的客户都是n久没有一张单，一张订 ...
2020-07-13
前馈神经网络可以算是所有的神经网络中最简单，最容易，但也是最有效的一个。但对于刚刚入门的小白来说，难度还是比较大的。到底前馈神经网络是如何实现的，下面就和小编一起来看推到过程吧。 如上图中所 ...
2020-07-13
NLP(Natural Language Processing)自然语言处理是数据科学领域的一个非常重要的分支，它包含了，以一种高效的方式去分析，理解并从文本中提取信息等重要过程，终极目标是让计算机拥有自然语言处理交际能力。通过利 ...
2020-07-13
Keras 是基于 Theano 或 者TensorFlow 的一个深度学习框架，其设计源于Torch，编程语言用 Python ，是一个功能强大、内容抽象，高度模块化的神经网络库，能够支持 GPU 和 CPU。目前tensorflow已经将keras合并到了 ...
2020-07-13
K-means是最常用、最简单的一种聚类算法。k-means聚类，就是将原始数据所含的类数事先给出来，然后将含有相似特征的数据聚为一个类中。 一、K-means聚类算法原理 在聚类问题中，给我们的训练样本是.每个.没 ...
2020-07-13作者：Alex Castrounis 来源：大数据DT(ID：hzdashuju) 内容摘编自《AI战略：更好的人类体验与企业成功框架》 导读：本文讨论与人工智能相关的概念和技术，包括机器学习、深度学习、数据科学和大数据。还 ...
2020-07-10
感知机(Perceptron)或者叫做感知器，是Frank Rosenblatt在1957年就职于Cornell航空实验室(Cornell Aeronautical Laboratory)时所发明的一种人工神经网络，是机器学习领域最基础的模型，被誉为机器学习的敲门砖。 ...
2020-07-10
Z-Score是数据标准化处理的一种常用方法，通过Z-Score，可以将不同量级的数据转化为统一量度的Z-Score分值，并进行比较。 (1)Z-score定义 根据图可以看出，Z-score的数据分布满足“正态分布”(N(0.1)) ...
2020-07-10小编今天来给大家盘点一下关系型数据库与非关系型数据库的区别。 一、概念 关系型数据库，是指采用了关系模型来组织数据的数据库。 非关系型数据库从严格上来说，并不是一种数据库，而是一种数据结构化存 ...
2020-07-10关系型数据库，是指采用了关系模型来组织数据的数据库。简单来理解就是，二维数据库，一个由二维表及其之间的联系而组成的一个数据组织。 关系型数据库并不是唯一的高级数据库模型，也不算是性能最优的数据库模 ...
2020-07-10分布式存储，采用分布式的系统结构，将大量的普通服务器，通过网络互联，作为一个整体，利用位置服务器定位存储信息。 1.高可靠性：重点指分布式系统数据安全方面的容灾与备份，数据可靠不丢失。在分布式存储的 ...
2020-07-10对于大数据的处理问题，计算机科学界有两大方向：一是集中式计算，另外一种是分布式计算。小编今天给大家整理的是几种主流的分布式计算框架，希望对大家有所帮助。 Hadoop是基础，它的HDFS能够存储文件，Yarn进 ...
2020-07-10数据分析工具推荐 数据分析工具的选择至关重要。不同工具适用于不同的需求和场景。以下是一些推荐的数据分析工具，根据您的需求 ...
2024-11-27选择适合您需求的数据分析工具 数据分析作为商业决策过程中的关键环节，工具的选择至关重要。不同的工具适用于不同的场景和需求 ...
2024-11-27数据架构文档的编写涉及多个方面，包括内容结构、编写原则和具体要求。遵循规范可以帮助团队更好地理解和管理数据架构，支持项目 ...
2024-11-27挑战与解决方案概述 在数字化时代，数据开放共享对于推动创新和发展至关重要。然而，这一进程面临诸多挑战。保护用户隐私、确保 ...
2024-11-27促进科学研究和创新 数据开放共享为研究人员提供更广泛的资源和合作机会，加速科学知识的发展。通过访问他人的数据集，验证研究 ...
2024-11-27数据组织与存储策略 数据模型是数据仓库和商业智能系统的核心，通过合理的数据组织和存储策略，确保高效、低成本、高质量地利用 ...
2024-11-27持续关注数据系统运行状态 - 数据设计与开发完成后，维护与优化工作成为至关重要的环节。这个过程需要持续且细致的关注，以确保 ...
2024-11-27数据服务未来的趋势 智能化和自动化: 随着人工智能和机器学习技术的飞速发展，数据服务领域正逐渐朝着更智能化和自动化的方向 ...
2024-11-27未来最有前景的行业主要集中在以下几个领域： 人工智能与机器学习：人工智能被认为是未来最具潜力的行业之一，其应用范围广泛 ...
2024-11-27根据多条证据，目前多个行业展现出良好的发展前景。以下是一些被认为具有最好发展前景的行业： 人工智能与机器学习：人工智能 ...
2024-11-27学习数据分析后，可以在多种类型的单位找到工作机会。这些单位包括但不限于： 政府机关：数据分析师在政府机构中扮演重要角色 ...
2024-11-27必备的职业技能 统计学基础 - 理解概率、假设检验、回归分析等统计概念。 - 运用统计方法对数据进行分析和解读。 编程能力 - 掌 ...
2024-11-27基础课程 - 统计学基础: 统计学是数据分析的基石，包括概率、假设检验、回归分析等基本知识。这有助于分析师更好地理解数据背后 ...
2024-11-27数据分析领域涉及众多工具软件，涵盖了从数据处理、分析到可视化的各个方面。在选择适合自己需求的工具时，需要考虑数据规模、分 ...
2024-11-27在数据分析领域，选择合适的工具至关重要。不同的软件适用于不同的需求和技能水平。以下是几款值得考虑的数据分析软件： - Table ...
2024-11-27数据分析中常用的Excel与Python函数公式涵盖了广泛的应用场景。掌握这些基础和高级技巧对于成为一名优秀的数据分析师至关重要。 ...
2024-11-27Python是一种高级编程语言，由荷兰程序员Guido van Rossum于1989年圣诞节期间开始开发，并于1991年首次发布。Python的设计哲学强 ...
2024-11-27课程内容 数学基础: 高等数学、线性代数、概率论与数理统计、微积分等为算法设计和数据分析打下基础。 编程与算法: 掌握 ...
2024-11-27爬虫工程师是互联网时代中至关重要的职业之一，他们的工作内容主要涉及编写和维护网络爬虫程序，进行数据采集与清洗，设计系统架 ...
2024-11-27技能需求 数据管理与建模 - 掌握SQL、HiveQL、Spark SQL等数据库语言，进行复杂数据查询和分析。 - 使用数据建模工具如ER/Studio ...
2024-11-27
