- 博客(3896)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 报错Error Code: 1290.
这里在我们的搜索结果里，我看到只有这一处出现了给secure-file-priv赋值的情况，其他地方没有出现，因此我们只需要改这一个地方的值，肯定正确，我们往上翻看，会发现这这个赋值是出现在[mysqld]的下面，如果你的这个赋值在文中多次出现，并且有的赋值在[mysqld]下面，有的不在，那请你修改[mysqld]下面的secure-file-priv值。考虑到这一系列怪事都是出现在修改my.ini文件之后我们把我们的my.ini文件用notepad++打开，将编码转为ansi，然后保存关闭。
2023-09-17 20:24:33
13
原创 复购率指标解读及mysql实现
留存率可以分为不同类型，如日留存率、周留存率、月留存率等，具体取决于所关注的时间段。通常情况下，留存率会随着时间的推移而逐渐下降，因为部分用户或客户可能会流失或停止使用产品或服务。较高的留存率意味着用户对产品或服务的黏性较强，对企业而言，可以带来更稳定的收入和更高的用户生命周期价值。通过监测和分析留存率，企业可以了解用户的使用习惯、需求和偏好，进而优化产品或服务，提升用户体验，增加用户黏性，减少用户流失，促进业务的可持续发展。留存率是指在一定时间内，用户或客户继续使用产品或服务的比例。
2023-09-17 20:13:50
12
原创 复购率指标解读及mysql实现
复购率是指在一定时间范围内，购买某产品或服务的客户中再次购买该产品或服务的比例。它是衡量客户忠诚度和重复购买行为的重要指标，可以帮助企业评估客户留存和回购能力。当计算复购率时，我们需要考虑两个方面：首次购买和再次购买。首次购买是指客户在给定时间范围内首次购买的订单，再次购买是指客户在给定时间范围内至少购买了两次的订单。– 查询2017年每月的复购率（复购率=复购用户数/总用户数）以下是一个示例代码：-
2023-09-17 20:12:40
12
原创 漏斗模型在企业中的应用-销售过程管理
流量监控：在网站或应用中，企业可以用漏斗模型来监控用户流量的转化情况，分析流量来源和质量，优化网站或应用的设计和内容，提高用户体验和转化率。 销售过程管理：在销售过程中，企业可以用漏斗模型来可视化销售机会的转化过程，分析每个阶段的转化率，找出销售瓶颈，进而优化销售策略。当企业在销售过程中运用漏斗模型进行管理时，可以可视化销售机会的转化过程，分析每个阶段的转化率，找出销售瓶颈，进而优化销售策略。 销售机会转化为商机的转化率相对较低，需要加强销售人员培训和跟进策略，提高销售机会的转化率。
2023-09-15 18:03:02
7
原创 漏斗模型在企业中的应用-广告营销效果分析
通过漏斗模型，企业可以分析每个阶段的转化率，找出转化率低的原因，并采取相应的优化措施。 广告营销效果分析：在广告营销中，企业可以通过漏斗模型分析用户从广告接触到最终购买的转化过程，评估广告效果，找出转化率低的原因，优化广告投放策略。 流量监控：在网站或应用中，企业可以用漏斗模型来监控用户流量的转化情况，分析流量来源和质量，优化网站或应用的设计和内容，提高用户体验和转化率。当企业在广告营销中运用漏斗模型时，可以分析用户从广告接触到最终购买的转化过程，评估广告效果，找出转化率低的原因，优化广告投放策略。
2023-09-15 18:02:18
8
原创 产品开发周期之传播客户价值阶段
指标常见的分层方式是北极星指标、一级指标、二级指标和三级指标，一级指标是衡量公司的战略和目标，Tier 1 Metrics是我们常常说的一级指标， 用于衡量公司整体目标达成情况，以及战略目标的结果，管理层认可并针对公司所有层级员工，都有核心指导意义，选择Tier 1指标时， 数量控制在5到8个(根据业务的复杂度可以进行增减)，与商业结果和公司战略目标紧密结合，例如：GMV， 订单数量， 周/日活跃用户数量， 商城活跃用户数量等。北极星指标的价值：提升公司的文化和价值观，明确公司长期优先级，凝聚团队。
2023-09-15 18:01:14
12
原创 漏斗模型在企业中的应用-流量监控
当企业在网站或应用中运用漏斗模型进行流量监控时，可以深入分析用户流量的转化情况，发现流量来源和质量问题，进而优化网站或应用的设计和内容，提高用户体验和转化率。针对以上问题，企业可以采取相应的优化措施，如调整广告投放策略、优化购物车页面设计、优化支付流程、加强用户反馈和互动等，从而提高网站流量转化率和用户体验。总之，漏斗模型可以帮助企业深入理解用户行为，发现业务问题，优化产品和服务，提高运营效率和企业效益。加入购物车的转化率相对较低，需要优化购物车页面设计，提高用户购买意愿。从搜索引擎进入的转化率：30%
2023-09-03 20:50:49
12
原创 AARRR模型如何活学活用
通过这些推荐计划，他们的用户推荐率达到了30%，这意味着每10个用户中，有3个会推荐他人使用他们的产品。AARRR模型是一个典型的拆解分析模型，可以结合对比分析、分组分析、拆解分析等分析方法，对每个阶段的关键指标进行分析，确定用户增长过程中的关键问题，并提供解决方案。留存（Retention）：为了留住用户，该平台提供了定期的课程更新和新的学习资源，同时建立了社区功能，让用户可以交流学习经验和技巧。这个阶段的重点是理解用户为什么喜欢推荐该产品，以及他们向他人推荐的方式，以便促进用户推荐和传播。
2023-08-30 17:16:00
20
原创 如何用AI帮我们读懂MySQL代码
以上演示了借助AI工具可以帮助我们更快地学习、掌握和实现代码，但我们不能过分依赖它。加强基本功的学习是必不可少的，只有通过扎实的基础知识，我们才能更好地评判、驾驭和发挥AI的潜力。让我们充分利用AI工具的同时，也要不断提升自己的能力，以应对未来技术的发展和挑战。工作中，我们经常要看之前的代码，或者查看别人写的代码，经常会碰到别人的代码没有注释，或者实现方法比较独特的情况，这时我们可以借助最新的人工智能技术帮我们读代码、写代码。1、在没有注释说明的情况下，如何能快速读懂？，只保留每个省份中订单金额最高的行。
2023-08-29 14:33:28
20
原创 快速学习mysql，掌握以下知识点就OK了
MySQL的知识点包括DDL（数据定义语言）、DML（数据操作语言）、DQL（数据查询语言）和DCL（数据控制语言）。按照公司里的分工和岗位职责，作为一个数据分析师，适当了解DDL、DML，重点掌握DQL，知道DCL即可。DQL还可以使用聚合函数（如COUNT、SUM、AVG等）对数据进行统计，使用GROUP BY对结果进行分组，使用HAVING对分组结果进行过滤。这些是MySQL中的一些重要知识点，掌握了这些知识点，你将能够进行数据库的创建、修改、查询和操作。以下是重要知识点展开，部分提供了代码示例。
2023-08-27 20:04:23
14
原创 如何对照excel学习powerbi
综合来看，Excel适用于简单的数据分析和处理任务，尤其在静态数据的情况下。而Power BI则更适合于复杂的数据分析、数据可视化和动态数据处理，特别是在涉及多个数据源、大数据量和实时性要求的场景下。Power BI的视觉效果和互动性使你能够更好地呈现数据，探索数据之间的关系，并从中获得更深刻的洞察。它提供了丰富的连接选项，能够从不同来源的数据中汇集信息，并创建复杂的数据模型，以便深入分析和洞察。它的数据模型和DAX语言允许你执行复杂的计算和分析操作，使你能够实时探索数据中的趋势和模式。
2023-08-27 19:51:46
13
原创 如何对比Excel和mysql来学习
数据在表格中的结构由表的设计决定，可以有不同的字段，每个字段具有特定的数据类型。Excel： 使用Excel的函数（如VLOOKUP、HLOOKUP、INDEX、MATCH等）可以实现不同工作表之间的数据连接和关联，但在处理大量数据时可能会有一些限制。Excel： 可以使用Excel的函数和工具进行数据分析和汇总，例如SUM、AVERAGE、COUNT、数据透视表等。Excel和MySQL在数据处理和分析方面有许多相似之处，但在数据存储方式、适用规模、多用户支持、数据复杂性以及扩展性等方面存在显著差异。
2023-08-26 18:01:52
26
原创 产品开发周期之传播客户价值阶段_1
，说出你独特的价值主张，强调与竞争对手的区别。人口属性细分是明确用户是谁、购买了什么、为什么会购买，购买行为细分是提供市场机会、市场规模等关键信息，产品需求细分是提供更多差异化竞争的产品规格和业务价值，兴趣态度细分是提供人群类别画像，可服务于渠道策略、定价策略、产品策略、品牌策略。描述产品的三个层次模型分别是产品的核心利益、产品的有形性能和产品的附加性能，其中，产品的核心利益就是核心利益或者服务，有形性能包括产品的包装、性能、风格、质量和品牌，而附加性能包括产品的安装、售后服务、质保以及送货和信用。
2023-08-20 20:25:26
16
原创 Mysql开窗函数
在求排序、占比等方面很强大。MySQL开窗函数是一种强大的SQL函数，用于在查询结果集中执行聚合、排序和分析操作。本课程将介绍开窗函数的基本概念、常用的公式和注意事项，并提供一些实际应用的举例。总结：开窗函数是一种强大的工具，可以在查询结果集中执行聚合、排序和分析操作。• 开窗函数可以用于计算排名、求和、平均值等，但不支持使用开窗函数的结果作为过滤条件。• 在实际应用中，结合其他SQL语句和条件，灵活使用开窗函数，满足特定的查询需求。• ORDER BY：可选项，用于指定排序字段，决定开窗函数的计算顺序。
2023-08-20 20:16:11
30
原创 电商行业数据分析指标体系
例如，某电商平台通过某个广告活动获得了1,000美元的收益，投入成本为500美元，则ROI为（1,000-500）/500 = 1。例如，某电商平台一天有1,000个用户浏览了某商品，其中100个用户购买了该商品，则商品转化率为10%。例如，某电商平台一天的GMV为10,000美元，活跃用户数量为1,000人，则客单价为10美元。例如，某电商平台通过搜索引擎获得了1,000个用户，其中100个用户购买了商品，则搜索引擎的渠道转化率为10%。例如，某电商平台一周的订单数量为1,000个。
2023-08-20 19:10:08
54
原创 IF函数开G啦
F2单元格中输入“=IF(E2<60,“差”,IF(E2<80,“可”,IF(E2<95,“良”,“优”)))”。在G2单元格中输入“=IFS(E2<60,“差”,E2<80,“可”,E2<95,“良”,E2<=100,“优”)”，向下复制填充单元格。比如上公式中如果写成“=IFS(E2<80,“可”,E2<60,“差”,E2<95,“良”,TRUE,“优”)”。[条件127, 值127,])。比如上公式中，最后一个条件不是“TRUE”，而是“E2<=100”,当E2值大于100时就会出现#N/A错误值。
2023-08-13 21:18:37
25
原创 BI数据分析-落地数字化精准营销
啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。用户画像最初是在电商领域得到应用的，在大数据时代背景下，网络中充斥着大量的用户信息，将用户的各个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。
2023-08-13 10:47:36
60
原创 BI数据分析-方案计划
顾客在不同的阶段会产生不同的价值，转化期之前企业投入营销成本，顾客产生的价值是负的，随着顾客和企业关系的稳固和成熟，产生的价值越来越多，也就是说越晚流失客户对于一个企业来说产生的损失越少。•行为信息：客户的行为信息，即客户在使用产品和服务的时候表现出来的一般的模式；生为数据产品经理，那么日常需求中肯定都会做过埋点相关工作，当面对埋点需求时，我们就需要通过数据需求文档明确数据的需求，以及高效的同研发人员沟通具体实施细节及实现结果，并且在后续的功能迭代和工作交接过程中，数据需求文档更显得重要。
2023-08-06 18:59:41
701
原创 国内外数据安全立法都有哪些？
中华人民共和国数据安全法》：该法于2021年6月通过，于2021年9月施行，是中国首部专门针对数据安全领域的法律，规定了数据安全的基本要求、责任和义务，以及数据安全管理、数据安全保护、数据安全监测预警等方面的内容。《中华人民共和国网络安全法》：该法于2016年11月通过，于2017年6月施行，是中国首部针对网络安全领域的法律，规定了网络安全的基本要求、责任和义务，以及网络安全管理、网络安全技术、网络安全应急处置等方面的内容。1、国外的数据安全相关法规，以欧盟的GDPR最为出名，是全球遵守的规范参考。
2023-08-04 10:01:28
41
原创 如何用mysql实现数据清洗
在数据分析等实际工作中，由于数据量过大、数据冗余等原因，我们要先对数据库进行清理。要注意的原则有：提前做好数据备份、尽量不动原表格（可以生成新的表格）。通常要从以下三个方面来考察、处理：缺失值、异常值、重复值。可以借助统计学知识和专业工具来自动检测、剔除异常值，也可以从最基础的观测相关字段的最大值、最小值来判断。对于那些超出预期范畴的数据，我们应该及时进行处理，以保证数据的准确性和可靠性。这些重复数据不但会浪费我们的存储空间，还会对我们的数据分析带来困难。在数据采集和存储过程中，往往会出现缺失值的情况。
2023-08-04 09:49:20
45
原创 基于Pandas的ETL程序实现增量更新
随着数据量的增加和数据处理的复杂性提高，企业需要高效的ETL（抽取、转换和加载）过程来管理和更新数据。ETL是企业中常见的数据处理过程，用于从源系统中抽取数据，进行转换和清洗，最后加载到目标系统中。传统的ETL过程通常是全量更新，即每次都将整个数据集从源系统中抽取并加载到目标系统中，这种方式效率低下且浪费资源。在每次增量更新时，我们可以根据唯一标识符进行比较和处理，例如判断是否需要更新已存在的数据或插入新数据。然后，我们可以使用SQL语句或Pandas的方法对目标表进行更新和插入操作，实现增量更新。
2023-07-30 20:26:50
40
原创 【无标题】
本文主要来介绍精准营销的业务理解的内容，对应与CRISP-DM方法论中的商业理解的部分。如下图所示：多年来，CRISP-DM一直稳居各种行业调查第一名。CRISP-DM的主要优势，也是它被广泛使用的原因，其关键在于它被设计成独立于任何软件、供应商或数据分析技术。数据是所有数据科学活动的核心，这就是CRISP-DM图以数据为中心的原因。阶段之间的箭头表示该流程的典型方向。这个过程是半结构化的，这意味着数据科学家并不总是以线性方式顺序经过这六个阶段。
2023-07-30 19:43:45
26
原创 【无标题】
总的来说，CRISP-DM方法论为数据挖掘项目提供了一种规范化、结构化的生命周期管理方式，它可以帮助项目团队更好地理解业务需求，处理数据，建立模型，评估模型性能以及将模型应用到实际业务场景中。最后是模型发布（Deployment）阶段，这个阶段主要是将生成的模型应用到实际业务场景中，并监控模型的性能和效果。在这个阶段，需要将模型集成到业务系统中，并生成用户界面和文档，以方便用户使用和理解模型的功能和应用。在这个阶段，需要根据业务问题和数据特征选择合适的算法和模型进行训练和优化，并生成预测模型。
2023-07-30 19:06:33
30
原创 MySQL数据库导入数据的方法
当我们需要将数据导入到MySQL数据库中时，有多种不同的方式可供选择，这里介绍MySQL常用的4种导入数据的方法。
2023-07-23 17:42:24
262
原创 【无标题】
在探索洞察环节，我们通过桌面调研，实地访谈的多种方式，收集到了各方面的资料信息，不论是一手资料还是二手资料。我们将这些资料汇总整理后，就能够得到一份相对完整的不同结构的数据资料。那么接下来便是如何通过这些数据，挖掘其背后的价值和机会点。这也是本章所要阐述的内容，了解如何明确目标，确定机会点优先级。机会点优先级在数据应用产品设计框架中属于目标定义阶段，主要环节可分为北极星指标拆解与提升点、提升点优先排序、明确项目目标。
2023-07-23 17:32:48
34
原创 【无标题】
所以- -你想成为一名数据分析师。你已经做了大量的研究，并决定这是你的职业生涯- -或者也许你一直在听这个相当有趣的职位，并好奇地想了解更多。不管怎样，你都想知道作为一名数据分析师究竟需要从事什么职业，最重要的是，你如何才能做到这一点。在经历了过去几年的全球大流行之后，你可能也会想知道，对于新的和有抱负的数据分析师来说，到2022年，这个行业是什么样的。数据分析师是否还有需求?COVID - 19是如何影响就业市场的?嗯，你来对地方了。你可以把这篇文章看作你完整的数据分析路线图。
2023-07-23 17:17:31
39
原创 【无标题】
其中SNO是学生号，SNAME是学生姓名，SDEPT是系别,SAGE是学生年龄， CNO是课程号，CNAME是课程名称，GRADE是成绩。在MySQL中，多表连接是一种非常常见的操作，可以将多个表中的数据进行联合查询。内连接的语法如下：select 表名1.列名1，表名2.列名1…这样满足查询需求：不存在不及格学生。左连接是指返回左表中所有的数据，同时将右表中匹配的数据进行连接。右连接是指返回右表中所有的数据，同时将左表中匹配的数据进行连接。在MySQL中，常用的多表连接有三种：内连接、左连接和右连接。
2023-07-16 17:32:21
30
原创 【无标题】
（2）在与regionname进行连接的时候，可以用内连接，也可以用左连接（orderinfo表为主表），一定要给regioninfo表设置表别名。要用userinfo和orderinfo两表连接，可以用内连接，也可以用左/右连接切记以orderinfo为主表（保证未下单的用户排除掉）。将常见的一些业务分析指标，还原成数据表的基础字段，通俗的说就是知道如何将表中的基本字段进行计算后得到一些分析指标，是数据分析师的基本功。（1）连接后的select子句中避免出现重复字段，导致后面的二次查询报错。
2023-07-16 17:23:38
24
原创 【无标题】
指标体系中，指标是什么呢？所谓指标体系，到底是关于什么的体系呢？指标是根据数据分析得到的一个汇总结果;比如统计指数是分析社会经济现象数量变化的一种重要统计方法;居民消费指数、空气污染指数、股票指数、洗车指数、幸福指数指标一般由度量、维度和汇总规则组成。其中，度量是对可参与汇总计算的字段；汇总规则是汇总字段的统计规则，如：求和、求平均、计数等与指标形影不离的另两个概念分别是维度和度量。什么是度量？度量就是业务行为结果。比如销售额、销量、访问量、点击量等等什么是维度？
2023-07-12 10:31:37
26
原创 使用Python读写Hive：简化大数据处理的利器
随着大数据时代的到来，对于数据的存储和处理需求日益增长。而Python作为一种流行的编程语言，拥有丰富的数据处理库和易用性，成为许多数据科学家和工程师的首选。通过使用Python读写Hive，我们可以更轻松地进行数据处理、转换和分析，同时利用Python丰富的库和工具生态系统，提供更多的功能和灵活性。简化大数据处理：Python作为一种易学易用的编程语言，与Hive的结合简化了大数据处理的过程。通过使用Python的数据处理库和语法，我们可以更轻松地对Hive中的数据进行处理、转换和分析。
2023-07-09 21:53:03
177
原创 【无标题】
用户体验设计（User Experience Design），是以用户为中心的一种设计手段，用户在使用产品过程中建立起来的一种纯主观感受。即用户在使用一个产品或系统之前、使用期间和使用之后的全部感受，包括情感、信仰、喜好、认知印象、生理和心理反应、行为和成就等各个方面。用户体验设计的目标是为用户创造轻松，高效，相关且全面的愉悦体验。设计工具用户体验设计工具有助于细化流程，帮助我们更好地专注于设计的更多创造性。 同理心地图同理心地图是多人协作的画布工具，主要用于呈现对目标用户的洞察，可以帮助团队对用
2023-07-09 21:43:45
31
原创 新建文本文档
使用了TalkingView产品后，能够对用户进行识别，同时借助AI技术，自动分析通话语音，提炼用户画像和对话的关键词，从聊天记录、销售通话、会议视频中获取全量数据进行智能分析，预测商机风险和机会，助力团队高效协同管理。TalkingView就是这样一家专注在数据分析、大数据及人工智能领域，通过数据分析、大数据及人工智能的内容研究、产品设计、推动中国企业销售环节的数字化转型，帮助企业实现销售业绩更高效、更智能的提升，用人工智能助力企业销售环节智能化升级，实现企业业绩突破的产品。搜索关键词，定位对话。
2023-07-06 15:08:30
38
原创 用户体验管理
互联网时代，很多企业由原来提出的以产品为中心，逐步过渡到为以客户甚至以用户为中心。这个理论在营销当中已经提出了五十年了，不是新概念。用户体验管理之所以被提出，是由于现阶段品牌销售的竞争已不再仅仅局限于产品质量之间的较量，客户服务能力同样成为品牌竞争的软实力。不少品牌希望通过复制海底捞式“客户至上”理念，来提升客户服务体验。当然，提升用户体验不能只表现在口号与理念上，它同样是一个系统化过程。用户体验管理是通过更系统有序的管理方式，尽可能提升用户在与品牌认知、互动、购买、售后等全流程之中的实际体验。
2023-07-02 19:37:30
58
原创 SQL中的WITH AS用法：简化查询，提高可读性
通过使用WITH AS，我们可以创建临时表或视图，将子查询的结果保存起来，并在主查询中使用。在主查询中，我们可以直接引用"customer_orders"表，并进行筛选操作，使查询逻辑更加清晰。SQL中的WITH AS语法是一种强大的工具，可以简化复杂查询的编写，提高查询的可读性和维护性。通过创建临时表或视图，我们可以将子查询的结果保存起来，并在主查询中引用，避免了重复计算的开销，提。在主查询中，我们直接引用临时表中的平均工资，避免了重复计算的开销，提高了查询性能。
2023-07-02 18:12:36
67
原创 零售行业或电商行业的核心分析指标
订单表中，用户有重复值，因为可以重复下单。EXCEL有删除重复值的功能菜单，mysql中在查询计算时有distinct关键字，要注意运用。因此要求出订单表中首购的月份，之后的月份购买则是复购。下图以EXCEL的透视表为例，要注意“消费月”与“消费类型（复购/新增）”分别拖拽到行、列。从分析维度上，可以按照时间维度（天、月份、季度）看变化趋势，从而发现经营情况的好坏。要从订单日期中得到月份值，如果当月多次下单，则存在多个同一月份的重复值。上面的表格，可以从最基本的订单表分析得来。
2023-06-26 10:28:29
48
原创 【无标题】
数据中台作为新零售行业的关键基础设施，为企业提供了数据集成、清洗、分析和应用等功能。通过合理的架构设计和有效的功能应用，数据中台可以帮助企业实现数据驱动的业务增长，提升竞争力和创新能力。新零售企业应积极探索和应用数据中台，将其作为数字化转型的重要战略工具，迎接未来的挑战。新零售行业正面临着数字化转型的时代浪潮，而数据中台的构建被视为实现数字化转型的关键步骤之一。数据中台以数据为核心，整合、管理和分析各类数据资源，为企业提供决策支持和商业洞察，推动新零售企业从传统模式向数字化、智能化发展。
2023-06-26 10:03:11
27
原创 行为数据在金融风控领域的应用
导言：随着科技的快速发展和金融行业的数字化转型，金融机构对于客户的风险评估和风控管理变得越来越重要。传统的金融风控模型已经不能满足对风险的准确评估，因此，行为数据成为了金融风控的一项重要指标。本文将探讨几个常见的行为数据指标与违约率之间的关联，包括财经媒体访问天数、网络游戏消费金额、手机号距今使用年数和生活消费等级。
2023-06-25 10:18:00
36
原创 常见对比指标
无论是纵向对比、横向对比，还是标准对比，都能够将数据与标杆相对比，不仅方便了业务管理者对业务的判断和分析，同时也为业务决策提供了重要的依据。常见的对比分析法有纵向对比和横向对比，纵向对比是指对同一指标在不同时间下进行比较，横向对比则是在同一时间下，对部分与总体或部分之间进行的对比。本文将分享几种常见的对比分析方法，供大家参考。9、帕累托分析，又称二八分析，大量的实践表明，原因和结果、投入和产出、努力和报酬之间本来存在着无法解释的不平衡，结果、产出或报酬的80％取决于20％的原因、投入或努力。
2023-06-24 22:33:19
48
原创 人工智能算法在胶囊内镜检查小肠的应用
痛点：小肠胶囊内镜检查(SBCE)目前是诊断各种SB疾病的主要方法，在SBCE前进行适当的肠道准备对于改善小肠粘膜可视化非常重要。众所周知，低质量的SBCE图像对SB病理学的诊断具有显着的负面影响，尤其是恶性肿瘤。最近，一项使用PillCam（GIVEN Imaging Ltd.，Yoqneam，Israel）图像训练的人工智能 (AI) 算法进行了研究。这种经过验证的 AI 算法计算了全长SB图像的客观和自动化SB清洁度分数。
2023-06-21 19:00:00
29
原创 数据解读｜基于卷积神经网络的鼻骨骨折诊断
鼻骨骨折是面部骨骼中最常见的骨折，占所有骨折的 50%。此外，它们是总体骨折中第三常见的骨折。鼻骨的解剖结构——面部的薄而突出的结构——使其特别容易骨折。鼻骨骨折的原因多种多样，包括运动损伤、打架、交通事故和跌倒。鼻骨骨折的并发症严重程度各不相同，从轻微的形式（包括鼻中隔偏曲、鼻塞和嗅觉障碍）到更严重的并发症，例如脑脊液鼻漏。仔细的身体检查、临床检查和影像学检查主要用于诊断鼻骨骨折。诊断鼻骨骨折的放射学方法包括高分辨率计算机断层扫描 (CT)、平片和超声检查。
2023-06-02 15:07:46
107
CDA数据科学家LEVEL3考试大纲
2018-08-17
CDA数据分析师LEVEL2建模分析师考试大纲
2018-08-17
CDA大数据分析师LEVEL2考试大纲
2018-08-17
CDA数据分析师LEVEL1考试大纲
2018-08-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人