数据分析师技术_数据分析技术_数据分析培训

Python学习-语句、语法

Python学习-语句、语法 #：注释，不支持多行注释 \\：连接，当一行的程序太长时，可以使用连接符\\(反斜杠) 1、使用if、elif和 else进行标记小于两个的选择： if 条件 : 语句段1 else : ...

2017-03-16

机器学习-Cross Validation交叉验证Python实现

机器学习-Cross Validation交叉验证Python实现 1.原理 1.1 概念交叉验证(cross-validation)主要用于模型训练或建模应用中，如分类预测、pcr、pls回归建模等。在给定的样本空间中，拿出大部分样本作为训练集来 ...

2017-03-16

机器学习中概率论知识复习

机器学习中概率论知识复习 1 基本概念概率论在机器学习中扮演着一个核心角色，因为机器学习算法的设计通常依赖于对数据的概率假设。 1.1 概率空间说到概率，通常是指一个具有不确定性的event发生的 ...

2017-03-16

机器学习实现与分析之五（高斯判别分析）

机器学习实现与分析之五（高斯判别分析）高斯判别分析（GDA）简介首先，高斯判别分析的作用也是用于分类。对于两类样本，其服从伯努利分布，而对每个类中的样本，假定都服从高斯分布，则有: 这 ...

2017-03-15

机器学习实现与分析之四（广义线性模型）

机器学习实现与分析之四（广义线性模型）指数分布族首先需要提及下指数分布族，它是指一系列的分布，只要其概率密度函数可以写成下面这样的形式：一般的很多分布（如高斯分布，泊松分布，二项 ...

2017-03-15

斯坦福机器学习实现与分析之二（线性回归）

斯坦福机器学习实现与分析之二（线性回归）回归问题提出首先需要明确回归问题的根本目的在于预测。对于某个问题，一般我们不可能测量出每一种情况（工作量太大），故多是测量一组数据，基于此数据去预 ...

2017-03-15

梯度下降法分析

梯度下降法分析梯度下降法的基本思想是函数沿着其梯度方向增加最快，反之，沿着其梯度反方向减小最快。在前面的线性回归和逻辑回归中，都采用了梯度下降法来求解。梯度下降的迭代公式为： \\(\\begin{aligned} ...

2017-03-15

批量梯度下降与随机梯度下降

批量梯度下降与随机梯度下降下面的h(x)是要拟合的函数，J(theta)损失函数，theta是参数，要迭代求解的值，theta求解出来了那最终要拟合的函数h(theta)就出来了。其中m是训练集的记录条数，j是参数的个数。 ...

2017-03-15

从导数的物理意义理解梯度下降

从导数的物理意义理解梯度下降机器学习中常会用随机梯度下降法求解一个目标函数L(Θ)的优化问题，并且常是最小化的一个优化问题： minL(Θ) 我们所追求的是目标函数能够快速收敛或到达一个极小值点。而随机梯 ...

2017-03-15

5个开源Python库，点亮你的机器学习之路

5个开源Python库，点亮你的机器学习之路机器学习令人兴奋，但实际操作却很困难也很复杂。它涉及到很多手动提升，如集合工作流，设置数据源，以及在内部部署与云部署的资源之间切换等。 Python 是一款强大的 ...

2017-03-14

机器学习常用算法（LDA,CNN,LR）原理简述

机器学习常用算法（LDA,CNN,LR）原理简述 1.LDA LDA是一种三层贝叶斯模型，三层分别为：文档层、主题层和词层。该模型基于如下假设： 1）整个文档集合中存在k个互相独立的主题； 2）每一个主题是词上的多项 ...

2017-03-14

机器学习中使用的神经网络

机器学习中使用的神经网络这一小节介绍随机梯度下降法（stochastic gradient descent）在神经网络中的使用，这里首先回顾了第三讲中介绍的线性神经网络的误差曲面(error surface)，如下图所示。线性神经网络对 ...

2017-03-14

【机器学习实战】Naive Bayes

一、概述优点：在数据少的情况下仍然有效，可以处理多类别问题缺点：对于输入数据的准备方式较为敏感适用数据类型：标称型数据二、原理三、文档分类 A,B,C,D..为文档中单词。假设总词汇只有A,B,C,D四种。训练样 ...

2017-03-14

机器学习实战之SVD

机器学习实战之SVD 1. 奇异值分解 SVD(singular value decomposition) 1.1 SVD评价优点: 简化数据, 去除噪声和冗余信息, 提高算法的结果缺点: 数据的转换可能难以理解 1.2 SVD应用 (1) 隐性语义索引(latent ...

2017-03-14

机器学习实战之PCA

机器学习实战之PCA 1. 向量及其基变换 1.1 向量内积 (1)两个维数相同的向量的内积定义如下: 内积运算将两个向量映射为一个实数. (2) 内积的几何意义假设A\\B是两个n维向量, n维向量可以等价表 ...

2017-03-14

机器学习实战之Apriori

机器学习实战之Apriori 1. 关联分析 1.1 定义关联分析是一种在大规模数据上寻找物品间隐含关系的一种任务.这种关系有2种形式:频繁项集和关联规则. (1) 频繁项集(frequent item sets): 经常出现在一起的物品 ...

2017-03-14

SPSS中两种重复测量资料分析过程的比较

SPSS中两种重复测量资料分析过程的比较在SPSS中，有两个过程可以对重复测量资料进行分析：一种是一般线性模型的重复度量；一种是混合线性模型，对于同样的数据资料，使用两种过程分析出的内容不大一样，注意 ...

2017-03-13

数据分析中的基本指标_数据分析师

数据分析中的基本指标 1.平均数：是描述一组数据集中趋势的指标，有很多种平均数，如：算数平均数，几何平均数，调和平均数，加权平均数，平方平均数，指数平均数等。最常用的是算数平均数平均数 ...

2017-03-13

数据分析中的变量分类_数据分析师

数据分析中的变量分类数据分析工作每天要面对各种各样的数据，每种数据都有其特定的含义、使用范围和分析方法，同一个数据在不同环境下的意义也不一样，因此我们想要选择正确的分析方法，得出正确 ...

2017-03-13

R语言之数据处理_数据分析师

R语言之数据处理一、向量处理 1.选择和显示向量 data[1] data[3] data[1:3] data[-1]：除第一项以外的所有项 data[c(1,3,4,6)] data[data>3] data[data<5|data>7]：小于5或大于7的所有项 which(data == max ...

2017-03-13

CDA考试动态

CDA报考指南

热门栏目

最新资讯

【CDA干货】解锁企业数据价值的3大关键 ——从政策 ...

【CDA案例】基于 EAST和 FineBI 实现 AARRR 信用卡 ...

【CDA干货】互联网运营必看：私域用户质量数据分析 ...

【CDA持证人案例分享】用 Excel 精准监控电商及推广 ...

【CDA持证人干货分享】13年国企财务：如何借助DeepS ...

【CDA持证人案例分享】Excel动态报表设计：基于业务 ...

【CDA干货】字节大佬：如何通过动态分级快速提升转 ...

Windows 系统和 MacOS 系统下的 Anaconda 安装教程 ...

数据运营的工作内容、技能要求及发展前景 ...

【干货】字节大佬：教培行业销售运营全景作战地图【 ...

四大一线城市约50%人口租房，数据分析能挖出哪些 “ ...

Python 实战案例 —RFM 客户价值分析模型 ...

【案例】奥利奥坚果新品与蒙牛“数字牧场”的成功经 ...

美关税政策下的全球金融市场动荡：深度数据分析与洞 ...

【重磅】苹果捐赠3000万给浙大这专业，透露未来就业 ...

非专业，怎么才能证明自己的数据分析能力？ ...

保姆级教程！一文读懂数据分析师的职业发展路径 ...

【干货】用DeepSeek三步骤搞定Excel数据清洗，效率 ...

被统计公式劝退？这门极简课程让你14天学会用Python ...

【干货】如何用RFM模型精准识别高价值客户？ ...