数据分析之数据挖掘入门指南

2022-10-25

数据分析 探索性数据分析（Exploratory Data Analysis，EDA）是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。 常用的第三方库 ...

数据分析师之数据挖掘入门

2022-10-19

数据分析 探索性数据分析（Exploratory Data Analysis，EDA）是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。 常用的第三方库 ...

盘点 | 每个数据分析师都应该了解的6个预测模型

2022-08-09

CDA数据分析师 出品 作者：Ivo Bernardo 编译：Mika 数据分析模型有不同的特点和技术，值得注意的是，大多数高级的模型都基于几个基本原理。 当你想开启数 ...

谁适合领导数据科学？

2022-03-14

由Polly Mitchell-Guthrie，副总裁，行业拓展和思想领导，Kinaxis。 如果一位数据科学总监领导分析团队超过10年，她的团队因其工作获奖，在会议上积极发言，并且拥有顶级项目的工业工程博士学位，你会雇佣 ...

停止学习数据科学寻找目的，找到目的学习数据科学

2022-02-21

作者布兰登·科斯利，FastDataScience.ai 数据科学家需求不足，没有两种方法。工作岗位嗯，有很多空缺，这个行业似乎只是在这个后疫情时代的数字世界里才有所增长。因此，数据科学专业的学生也是世界劳动力 ...

盘点 | 每个数据分析师都应该了解的6个预测模型

2022-01-29

CDA数据分析师 出品 编译：Mika 当你想开启数据科学家的职业生涯时，应该学习哪些模型呢？本文中我们介绍了6个在业界广泛使用的模型。 但当你自己试着编程后才会发现，事实实际并非如此。作为一名 ...

求职宝典 | 数据人简历中最好做到这7点

2022-01-24

CDA数据分析师 出品 作者：Elad Cohen 编译：Mika 作为一家技术公司的副总裁，我在管理数据科学部门时，还需要处理大量的招聘工作。 通常，招聘人员在一份简历上花的时间平均只有7.4秒。 一个 ...

CDA职场解读：数据分析师面试大厂常见的技术难点

2024-08-13

CDA数据分析师 出品 编辑：Mika 上期给大家分享了一些数据分析师面试基础指南，这期给大家分享一些大厂面试的技术难点。 在大厂的技术面试中，有两个地方是非常有难度的。很多小伙伴都折在的这两个 ...

Pandas/Sklearn进行机器学习之特征筛选，有效提升模型性能

2021-11-22

作者：俊欣 来源：关于数据分析与可视化 今天小编来说说如何通过pandas以及sklearn这两个模块来对数据集进行特征筛选，毕竟有时候我们拿到手的数据集是非常庞大的，有着非常多的特征，减少这些特征 ...

十年芳华，逐梦前行 | 记录我的数据科学家成长之路

2021-12-13

作者：Roll 本文为「心中有数」CDA征文作品 小学时， 老师经常问：“你长大以后想当什么？” 我说，我想当一名科学家。 工作后， 领导经常问：“你的职业规划是什么？” ...

机器学习如何应用于商业场景？三个真实的商业项目

2021-09-16

在国富如荷这些年的教学过程中，很多同学问到了一个问题： 在现实的商业世界中如何应用机器学习？ 也就是说，虽然现在我们一直被各种算法文章和教程轰炸，但是关于企业中一个机器学习项目的“上下文”却 ...

CDA Level Ⅲ 数据分析认证考试模拟题库（第九期）

2021-08-05

不过，在出题前，要公布上一期Level Ⅲ 中36-40题的答案，大家一起来看！ 42、A 44、B A.会将数据缩放到0-1范围之内 C.作用是将不同量纲数据的量纲进行统一 47.常见的缺失值填充方法有填充默认值 ...

对数据科学家来说最重要的算法和统计模型

2018-05-31

对数据科学家来说最重要的算法和统计模型 作为一个在这个行业已经好几年的数据科学家，在LinkedIn和QuoLa上，我经常接触一些学生或者想转行的人，帮助他们进行机器学习的职业建议或指导方面相关的课程选择。一 ...

加快python算法的四个方法：Dask篇

2020-06-08

CDA数据分析师 出品 相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已，接下来我们围绕四个方法来帮助大家加快一下python的计算时间，减少大家在算法上的等待 ...

机器学习中的有监督和无监督都包括些什么？

2020-05-29

机器学习算法通常分为有监督的（训练数据有标记答案）和无监督的（可能存在的任何标签均未显示在训练算法中）。有监督的机器学习问题又分为分类（预测非数字答案，例如错过抵押贷款的可能性）和回归（预测 ...

深度学习算法：CNN、RNN、LSTM、TensorFlow等之间的关系！

2020-05-27

用于实际问题的深度神经网络可能具有10层以上的隐藏层。它的拓扑可能很简单，也可能很复杂。网络中的层越多，它可以识别的特征就越多。不幸的是，网络中的层越多，计算所需的时间就越长，并且训练起来就越困难。 ...

38个常用Python库：数值计算、可视化、机器学习等8大领域都有了

2019-11-29

作者 | 李明江 张良均 周东平 张尚佳 来源 | 大数据DT Python作为一个设计优秀的程序语言，现在已广泛应用于各种领域，依靠其强大的第三方类库，Python在各个领域都能发挥巨大的作用。 ...

数据科学家不可不知的10种机器学习方法

2019-09-19

作者 | CDA数据分析师 10 machine learning methods that every data scientist should know 机器学习是研究和工业中的热门话题，新方法一直在发展。该领域的速度和复杂性使得即使对于专家而 ...

我的数据科学成长之路:从菜鸟到最年轻Kaggle X2大师

2019-08-14

作者 | Mohammad Shahebaz 来源 | 图灵TOPIA 他表示，介绍进入数据科学领域所需技能的文章有很多，分享成功经验和意见的访谈也不少。但很少能找到文章具体介绍他们是如何开始自己的数据科学之 ...

梯度下降算法详解

2019-07-16

原创 | CDA数据分析研究院，转载需授权 介绍 如果说在机器学习领域有哪个优化算法最广为认知，用途最广，非梯度下降算法莫属。梯度下降算法是一种非常经典的求极小值的算法，比如在线性回归里我 ...