大数据在企业中发挥的作用，以及如何驱动企业创新

2016-06-12

大数据在企业中发挥的作用，以及如何驱动企业创新 在大数据时代，企业将是完全以数据分析驱动的企业，利用大数据分析，能够转化成洞察的能力，充分释放企业潜能，实现转型与进化，本文重在分析大数据在企业当 ...

大数据架构师必读的NoSQL建模技术

2016-06-07

大数据架构师必读的NoSQL建模技术 从数据建模的角度对NoSQL家族系统做了比较简单的比较，并简要介绍几种常见建模技术。 1.前言 为了适应大数据应用场景的要求，Hadoop以及NoSQL等与传统企业平台完全不同 ...

数据驱动决策的13种思维

2016-06-06

“数据驱动决策”，为了不让这句话成为空话，请先装备以下13种思想武器，相信将来你一定能用上！ 第一、信度与效度思维 这部分也许是全文最难理解的部分，但我觉得也最为重要。没有这个思维，决策者很有可能在数 ...

处理多重共线性问题

2016-05-07

处理多重共线性问题 一、多重共线性的表现 线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系。看似相互独立的指标本质上是相同的，是可以相互代替的，但是完全共线性的情况并不多见，一般出 ...

矩阵分解在推荐系统中的应用：NMF和经典SVD实战

2016-05-06

矩阵分解在推荐系统中的应用：NMF和经典SVD实战 数据  关于NMF，在隐语义模型和NMF（非负矩阵分解）已经有过介绍。 用户和物品的主题分布 运行后输出： 可视化物品的主 ...

量化研究影响用户使用红包的因素

2016-05-06

量化研究影响用户使用红包的因素 最近刚完成了毕业论文初稿，做的课题是关于电子红包的用户研究，研究影响用户使用红包的因素。整个采用了问卷调查+实证研究的模式，简单点来说就是发量表型问卷后分析数据，进 ...

用主成分法解决多重共线性问题

2016-05-06

用主成分法解决多重共线性问题 一、多重共线性的表现 线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系。看似相互独立的指标本质上是相同的，是可以相互代替的，但是完全共线性的情况并不多 ...

常见的数据科学家面试77个问题

2016-05-04

常见的数据科学家面试77个问题 下面是77个关于数据分析或者数据科学家招聘的时候会常会的几个问题，供各位同行参考。 1、你处理过的最大的数据量？你是如何处理他们的？处理的结果。 2、告诉我二个分析或者计 ...

机器学习在电商文本挖掘中的应用浅析

2016-04-27

机器学习在电商文本挖掘中的应用浅析 电商平台中有海量的非结构化文本数据，如商品描述、用户评论、用户搜索词、用户咨询等。这些文本数据不仅反映了产品特性，也蕴含了用户的需求以及使用反馈。通过深度 ...

因子分析和主成分分析的10大不同

2016-04-18

每每谈起主成分和因子有啥区别，楼主总是有种心里大概明白，但就是说不清的感觉，终于看到一篇帖子，从十个方面阐述了两者的区别，留作纪念，同时也发给大家做个参考： 1.原理不同 主成 ...

电信级数据流量与监控系统部署案例分享

2016-04-17

电信级数据流量与监控系统部署案例分享 编者按：挖掘用户的行为习惯和喜好，在凌乱纷繁的数据背后找到更符合用户兴趣和习惯的产品和服务，并对产品和服务进行针对性地调整和优化，这就是大数据的价值。今天 ...

SAS中的聚类分析方法总结

2016-04-17

SAS中的聚类分析方法总结 说起聚类分析，相信很多人并不陌生。这篇原创博客我想简单说一下我所理解的聚类分析，欢迎各位高手不吝赐教和拍砖。 按照正常的思路，我大概会说如下几个问题： 1.    ...

专栏 | 如何在一年内成为数据挖掘工程师？

2016-04-12

  先来一波养眼图~ 4月10日，全都是美女的「数你最美」数据分析沙龙在北京苏州街纳什空间圆满举办。现场不仅有美女养眼，还有强大的干货分享。 四位美女嘉宾在现 ...

大数据面试可能遇到的问题

2016-04-04

大数据面试可能遇到的问题 1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。 2、告诉我二个分析或者计算机科学相关项目?你是如何对其结果进行衡量的? 3、什么是：提升值、关键绩效指标、强壮 ...

大数据营销要学会做减法

2016-04-01

大数据营销要学会做减法 在大数据时代的背景下，营销战事实上很接近于小说、影视中的“穿越”题材，从“未来”回到现在，也就是说借助于大数据，从顾客的真实交易行为数据中，计算出不同顾客的下次购买时间、购 ...

大数据工作职位所需的数据场技能包

2016-03-29

摘要：数据分析师除了报表统计外，还需要对数据的有很强的解读能力。电商中的个性推荐技术，商业与银行中的欺骗检测，智能手机中语音识别等等技术，让我们浑身便散发出大数据与机器学习的各种场信息，给人以满满的 ...

一文读懂机器学习！

2016-03-21

在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步介 ...

用因子分析结果进行聚类分析

2021-08-05

用因子分析结果进行聚类分析 得到因子得分并不是最终的结果，降维是为了使我们的思路更加集中，但降维结束后得到的却未必是我们所期望的。为了更好的加以分析，我们可以在降维因子分析的基础上对得到的潜在因 ...

LEVEL II数据挖掘全流程_四大专题，皆为大牛！

2022-01-20

CDA Level Ⅱ：建模分析师。两年以上数据分析岗位工作经验，或通过CDA Level Ⅰ认证半年以上。在政府、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与数据挖掘的人员。在Leve ...

以性别预测为例，谈谈数据挖掘中的分类问题

2016-03-02

以性别预测为例，谈谈数据挖掘中的分类问题 互联网的迅猛发展，催生了数据的爆炸式增长。面对海量的数据，如何挖掘数据的价值，成为一个越来越重要的问题。本文首先介绍数据挖掘的基本内容，然后按照数据挖掘 ...