cda

数字化人才认证

首页 > 行业图谱 >

python实现随机森林random forest的原理及方法
2018-01-22
python实现随机森林random forest的原理及方法 想通过随机森林来获取数据的主要特征 1、理论 随机森林是一个高度灵活的机器学习方法,拥有广泛的应用前景,从市场营销到医疗保健保险。 既可以用来做市场营销模 ...
用大数据和人工智能理性评估特色小镇
2018-01-12
用大数据和人工智能理性评估特色小镇 目前,我国特色小镇建设在全国如火如荼,但各地受地域经济、文化等因素影响,特色小镇发展参差不齐。住建部分别于2016年10月和2017年7月公布了第一批和第二批中国特色小镇 ...
用Python从零实现贝叶斯分类器的机器学习的教程
2018-01-12
用Python从零实现贝叶斯分类器的机器学习的教程 关于朴素贝叶斯 朴素贝叶斯算法是一个直观的方法,使用每个属性归属于某个类的概率来做预测。你可以使用这种监督性学习方法,对一个预测性建模问题进行概率建 ...

描述性统计与性能结果分析

描述性统计与性能结果分析
2018-01-11
描述性统计与性能结果分析 LoadRunner中的90%响应时间是什么意思?这个值在进行性能分析时有什么作用?本文争取用最简洁的文字来解答这个问题,并引申出“描述性统计”方法在性能测试结果分析中的应用。 为 ...
大数据要充分利用,但更要保护用户隐私
2018-01-08
大数据要充分利用,但更要保护用户隐私 全球进入移动互联网时代后,一个巨大进步是一切活动都在往移动互联网这个舞台上转移。所有社会活动、金融交易等都在网络上留下了痕迹或者说有迹可循。由此带来的进步是革 ...

遭遇成长烦恼 2017AI大数据行业回顾

遭遇成长烦恼 2017AI大数据行业回顾
2018-01-01
遭遇成长烦恼 2017AI大数据行业回顾 1.人工智无IQ标准 人工智能领域发展最好的一个领域是无人驾驶,而究其原因不外乎其拥有了从L0到L5的全球通用标准。但是在其他领域,人工智能细分领域过多,标准化相对缺 ...

揭穿数据分析的12个神话

揭穿数据分析的12个神话
2017-12-28
揭穿数据分析的12个神话 在IT业界中,炒作越多,误解就越多,数据分析也不例外。作为当今IT技术最热门的方向之一,数据分析可以带来显著的业务收益,但是带来的误解可能也会阻碍顺利地、及时地交付可能让业务用 ...
大数据:算得出数字,算不出人性
2017-12-25
大数据:算得出数字,算不出人性 信息时代,没有人能逃脱数字的包围,我们的日常活动情况都被数字化的信息形式记录下来,就连手机里的好友都拦不住大数据无形的手。最近微信新增了删除“不常联系好友”功能—— ...
数据挖掘进行数据分析常用的方法
2017-12-24
数据挖掘进行数据分析常用的方法 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等, 它们分别从不同的角度对数据进行挖掘。     ...
从奇异值分解(SVD)看潜在语义索引(LSI)
2017-12-22
从奇异值分解(SVD)看潜在语义索引(LSI) 1. SVD 简介 SVD中文称为“奇异值分解”,是一种矩阵分解方法。其公式如下: 定理:设A为m*n阶复矩阵,则存在m阶矩阵U和n阶矩阵V,使得:       A ...
互联网金融借力大数据玩转风险控制
2017-12-19
互联网金融借力大数据玩转风险控制 近两年,金融行业内竞争在网络平台上全面展开。大数据时代,这种竞争说到底就是“数据为王”。为什么大数据在互联网金融领域扮演着如此重要的角色?业内人士认为,“互联网+ ...

人们可能会犯的7个数据错误

人们可能会犯的7个数据错误
2017-12-12
人们可能会犯的7个数据错误 数据正在成为现代企业的一个更重要的工具,几乎可以作为一种货币,它可以从衡量营销活动的有效性到评估员工绩效等方面促进一切。但许多企业家认为数据本身就是有价值的。企业拥有的 ...
数据分析中的缺失值处理
2017-12-01
数据分析中的缺失值处理 没有高质量的数据,就没有高质量的数据挖掘结果,数据值缺失是数据分析中经常遇到的问题之一。当缺失比例很小时,可直接对缺失记录进行舍弃或进行手工处理。但在实际数据中,往往 ...

为什么说大数据一定会从ABC里最先掉队

为什么说大数据一定会从ABC里最先掉队
2017-11-27
为什么说大数据一定会从ABC里最先掉队 人工智能(AI),大数据(big data)和云计算(cloud computing)三大技术被认为是当今互联网争夺的关键点。而三大技术中中争议最多的在于大数据技术,被夸大的 ...
大数据分析:最难的不是分析,而是大数据
2017-11-26
大数据分析:最难的不是分析,而是大数据 每一个企业需要将他们的基础数据进行分析和甄别,在此基础上,对数据进行不同层次和结构的分类。原因如下: 数据深度融入在商业的各个环节 现代企业逐渐意识 ...
综述:大数据分析面临的机遇与挑战
2017-11-17
综述:大数据分析面临的机遇与挑战 数据分析给现代社会带来了新的机遇与挑战。一方面,与传统研究侧重于揭示事物的共性不同,大数据研究将有助于人们发现事物的个体特性,并针对每一个体的特性给出个体化的解决 ...

关于大数据分析的四个关键环节

关于大数据分析的四个关键环节
2017-11-13
关于大数据分析的四个关键环节 随着大数据时代的到来,AI 概念的火热,人们的认知有所提高。为什么说大数据有价值 这是不是只是一个虚的概念 大家怎么考虑数据驱动问题 为什么掌握更多的数据就会更有效 这些问 ...

数据科学面临的共同挑战有哪些

数据科学面临的共同挑战有哪些
2017-11-03
数据科学面临的共同挑战有哪些 随着我们进入2017年下半年,是时候看看那些使用数据科学和机器学习的公司面临的共同挑战。假设你的公司已经在大规模收集数据,需要用到分析工具,而且你已经认识到数据科学可以发 ...
大数据并非无所不能 莫让大数据成大错误
2017-10-24
大数据并非无所不能 莫让大数据成大错误 得益于移动互联网以及智能手机、智能穿戴产品的发展,人们的行为、位置甚至身体的生理特征等数据都可以便捷地被记录,使得大数据的采集成为可能。 这一新的数据形态 ...
大数据时代人口学如何积极作为
2017-09-14
大数据时代人口学如何积极作为 在探索实践过程中,人口学如何展现学科优势呢?笔者认为,核心是围绕大数据的开发使用积极创造条件。一是尝试提供权威性的基础数据用于大数据校准;二是将成熟的人口学理论和方法介绍 ...

OK