数据科学·人工智能·机器学习·深度学习
文章平均质量分 81
CDA·数据分析师
CDA数据分析认证官网:https://www.cdaglobal.com/?utm_source=csdn-cda-exam1
数据分析认证大纲资料:https://www.cdaglobal.com/certification.html?utm_source=csdn-cda-exam1 #nav3
分享数据分析和人工智能领域的干货或外文翻译,囊括数据挖掘、数据分析、大数据分析、机器学习、深度学习、神经网络、算法工程、AI科技。还有职场经验交流、时代热门资讯,以及人生的点点滴滴。望大家一起努力,成为更好的自己!
展开
-
从基础到进阶,掌握这些数据分析技能需要多长时间?
今天我们就来探讨一下,掌握这三个阶段所需的技能分别需要多少时间。原创 2023-02-09 17:22:31 · 376 阅读 · 0 评论 -
数据解读:作为享誉世界的浪漫之都,巴黎除了浪漫还有什么?
作者:Mika数据:永洪科技【导读】提到巴黎这座城市,大家的脑海中肯定不由联想到各种跟“浪漫”有关的词汇,那么让全球旅客趋之若鹜的巴黎究竟有什么魅力呢?今天我们就带你用数据盘一盘。提到巴黎这座城市,大家的脑海中肯定不由联想到各种跟“浪漫”和“优雅”有关的词汇,我们似乎就可以想象到在巴黎铁塔下拥吻的情侣,香榭丽舍树荫下悠闲地静谧、塞纳河畔传来咖啡的香气。作为享誉世界的浪漫之都,巴黎也是蜜月圣地。由于其独特的魅力,法国巴黎每年都吸引了大量来自世界各地的游客前来观光旅游,其中也不乏大量的中国游客。0.原创 2021-06-28 14:55:23 · 295 阅读 · 0 评论 -
3个步骤+1个模型,「数据分析」才是「增长黑客」的核心技能
说实话,一个小白每次看到「增长黑客」四个字,都有些望而却步。就好比那本武林秘籍——《葵花宝典》,练成就能独步武林,但翻开第一页,那句「欲练此功,必先自宫」,不知道吓退了多少人。放心,「增长黑客」没那么可怕。01、「增长黑客」的三步走步步都踩在数据上△ “增长黑客之父”肖恩·埃利斯(Sean Ellis)「增长黑客」一词,最早出现在这本书《增长黑客:如何低成本实现爆发式成长》。「黑客」一词在网络世界已经重度泛化了,一听就是厉害的人。之所以叫增长黑客,是因为创业型团队最重要的任务就是增长,而具备数据分原创 2021-06-23 17:58:02 · 344 阅读 · 1 评论 -
解读 | 拥有一份数据分析师的工作是一种怎样的体验?
CDA数据分析师 出品编译:Mika【导读】数据分析师实际上做什么?在本文中数据分析师Alex Freberg就给我们分享了,数据分析师的日常工作,成为数据分析师要什么要求,要什么技能以及薪资情况。大家好,我叫Alex Freberg。今天,我们将聊一聊关于数据分析师日常工作的全部内容。同时我们还将介绍作为数据分析师,你所需要的学历、技能,以及你能获得的薪资水平。01、数据分析师的工作内容首先让我们看到工作描述。下面给你介绍一下数据分析师工作的每个部分。定义问题第一个部分就是定义问.原创 2021-06-21 16:52:33 · 390 阅读 · 0 评论 -
揭秘新时代人才能力要求,人人都需要掌握的技能
人人都是数据分析师?为什么人人都要具备数据增长能力?随着数字化转型已经上升为国家战略,各个企业也在急迫地探索数字化转型之路,进而,数字化人才的需求也呈井喷式增长。除了数据分析师,企业(尤其互联网行业)中的产品、运营等等都需要具备数据分析能力,这也就所谓的“人人都是数据分析师”。但是很多人在学习数据分析师,往往陷入了一个误区:错把数据分析能力提升的关键放在了工具上。不是你学会了Excel、SQL、Python、R这些工具,就能做好数据分析了。对于做业务的人来说,数据分析能力的核心不在方法和工具,原创 2021-06-18 13:41:47 · 360 阅读 · 1 评论 -
Power BI商业智能与业务分析的结合,让你在企业中脱颖而出
传统上,企业将数据战略集中在power BI商业智能(BI)上,但预测和规范分析平台的兴起,部分归功于机器学习和人工智能,正在改变这个方程式。即使是商业智能本身也在不断发展,这也是以前业务分析平台独有的功能。不过,随着互联网科技的发展,各个企业的各个业务层级都在不断扩大升级优化,理解商业智能和数据分析之间的区别与联系,明确数据分析为企业带来的价值,对于正确实施数据战略至关重要。因此,打破power BI商业智能与数据分析的结界,使得二者更好地结合并运用于企业运作的各个部门和业务当中,对一个企业的发展和壮.原创 2021-06-18 13:27:56 · 296 阅读 · 0 评论 -
大数据告诉你:粽子甜咸之争谁胜出?吃货最爱买谁家的粽子?
CDA数据分析师 出品【导语】:今天我们来聊聊粽子,Python分析部分请看第三部分。又到一年端午节,作为中华民族的传统节日,传说粽子是为祭奠投江的屈原而传承下来的,如今吃粽子也成了端午的主要习俗之一。除了商场出售的琳琅满目的粽子,各家各户的妈妈和奶奶们也纷纷浸糯米、洗粽叶、包粽子。粽子的包法和形状也很有讲究,除了常见的三角粽、四角粽,还长粽、塔型粽和牛角粽等等。说到粽子的口味就更多了。粽子几乎每年都会引发咸甜之争,有句话说的是——吃货不分南北,口味必分甜咸。北方人吃粽子偏爱甜口,多以红枣、.原创 2021-06-16 14:49:02 · 540 阅读 · 0 评论 -
简单易懂!十分钟带你了解:统计学到底是干什么的
CDA数据分析师 出品编译:Mika【导读】统计学在我们的日常生活中无处不在,它有助于我们更好地了解世界,并做出更好的决策。在今天的内容里,我们将带你用十分钟了解:统计学到底是关于什么的一门学问。欢迎来到这个充满未知、谬论和假设的世界,统计学的世界里不仅有博弈、思想实验还有掷硬币实验…等你看完今天的内容,你就知道统计学有何用?该如何用?统计学在日常生活中无处不在在日常生活我们常常会遇到有关统计的问题时,你知道该如何思考。统计学在日常生活中有很大的用处:学生可以用它估计自己是否能被名校录.原创 2021-06-08 16:54:13 · 1463 阅读 · 0 评论 -
数据可视化工具软件哪个好用?来看看Tableau有多强大
在如今这个信息爆炸时代,数据可视化的重要性不言而喻。经过精心设计、形象生动的可视化图表往往要比一篇深度长文章更容易赢得眼球和青睐。传统的表格看着不仅费劲,还不能在第一时间抓住主要信息,还好世界上还有数据可视化这么个黑科技。01、数据可视化 让你的数据会说话数据可视化旨在借助于图形化手段,清晰有效地传达与沟通信息。数据可视化能够有效地传达思想概念,美学形式与功能需要齐头并进,通过直观地传达关键的方面与特征,从而实现对于相当稀疏而又复杂的数据集的深入洞察。数据可视化与信息图形、信息可视化、科学可视化以原创 2021-06-07 13:47:10 · 817 阅读 · 3 评论 -
将全球所有人发的推文进行数据可视化,看看大家都在说些什么…
CDA数据分析师 出品编译:Mika【导读】每天在推特上都有数百万条推文被发送,在这些推文中,我们可以收集到很多关于人们生活的信息:他们什么时候醒来,去哪里旅行,以及他们对几乎所有事情的看法。在本文中,前纽约时报数据艺术家杰尔·索普探讨了我们可以从这些丰富的数据中得出什么用途。几年前我开始用推特。它最吸引我的一点是人们会在早上起床的时候,会发一条推特说:“早上好!”作为一个加拿大人,我喜欢这种问候方式。同时我也是个典型的技术男,于是我写了个程序,用来记录24小时内推特上所有发的“早上好!”。.原创 2021-06-03 15:59:43 · 201 阅读 · 0 评论 -
不内卷,不躺平,这届职场人该如何在职场破圈?
近段时间,“躺平”和“内卷”悄然在网上火了起来,引发了广大职场人的热议与讨论。一方面,“职场PUA”、“内卷”、“996”等新词汇浓缩成集体焦虑,让目之所及的所有话题,都随时随地成为了这届年轻人的生存痛点。另一方面, “咸鱼理论” “躺平” “摸鱼哲学”等理论主张也纷纷提出,职场人试图通过这些花式俏皮的说法来抵抗内卷焦虑,抢夺回一些本属于自己的控制权。如何在内卷和躺平之间寻找到一丝缝隙,在矛盾之中自我合理化,成为了每个年轻人的新课题。01、努力已经成为职场常态在刚开始工作时,很多职场小白觉得实力不原创 2021-06-03 15:46:35 · 336 阅读 · 0 评论 -
人工智能如何增强我们的记忆、工作表现以及社交生活
CDA数据分析师 出品编译:Mika【导读】机器能让我们变得多聪明?Siri的联合创始人之一的Tom Gruber希望制造出 “人性化的人工智能”,从而增强人类的能力,并与我们合作,而不是与我们竞争。今天我想给大家提供一个全新的角度看待人工智能这个领域。我认为,人工智能的目的是用机器智能来增强人类的能力。而随着机器变得更聪明,我们也会更聪明,我称之 为“人性化 AI”。即通过与AI合作,并强化人类的设计方式来满足人类的需求。如今,智能助理逐渐成为主流。这象征了人类与AI之间的互动已被广泛接受.原创 2021-05-24 15:10:00 · 332 阅读 · 3 评论 -
告别加班:一个让你不再重复工作的技能
996 一直是互联网老生常谈的话题了,但抛开其他只谈工作本身,你有没有想过,下班晚、加班,有时候可能是因为自己工作比较低效?前阵子领导层打算引进一个大项目,要林晓做份详细报告作决策依据。这时她遇到了这么一个难题:一张表记录了1000个不同产品的销售情况,领导现在需要将同一类产品归到一个Excel。这样一来林晓就要拆分成1000张表。Q:林晓该怎么解决这个问题呢?如果用传统的方法:第一步,筛选使用Excel的筛选功能,可以对相应的列进行筛选。从而得到这一列的唯一值。第二步,复制选中筛选出.原创 2021-05-17 16:51:28 · 239 阅读 · 0 评论 -
老员工告诉你,职场新人该如何快速成长?
当你入职第一天,你就应该以终为始,去思考:我为什么来到这家公司?我最终希望做成什么样子?我的职业经历,如何改变了自己的认知边界?又给整个公司,带来了哪些不一样的变化?你可能觉得,作为职场新人,是不是想的有点多了?但相信我,这世界上没有人比你更相信你自己,所以请一定要严肃地看待这一切,你才能真正的快速成长。标题1.忘掉组织吧年轻人在职业生涯发展早期,容易纠结组织内部的各类关系,但一个人成长的高度要看向这个世界展现了什么作品,而不在于组织内部关系等等。如果整理你的时间优先级,永远是:对外 &g原创 2021-05-13 15:42:34 · 365 阅读 · 2 评论 -
被忽视的APP隐私条款!科技公司如何让我们放弃自己的数据和隐私
CDA数据分析师 出品编译:Mika【导读】你真的读过你使用app的条款和条件吗?挪威消费者委员会的Finn Lützow-Holm Myrstad和他的团队就读过。他们花了将近一天半的时间阅读了一部普通手机上所有应用程序的条款。在小时候,你是否有个心爱的玩具与你形影不离呢?今天我要介绍的就是这样一件陪伴无数儿童成长的玩具,她就是“我的朋友凯拉”玩具娃娃。“我的朋友凯拉”玩具娃娃智能玩具变“监听”玩具凯拉是全球各个国家投票选出的年度玩具,她能与互联网连接,并使用语音识别技术来回答孩子们的问.原创 2021-05-11 11:19:43 · 243 阅读 · 0 评论 -
知乎700万人围观:如何快速成为数据分析师?
最近,知乎热榜上有这样一个问题:如何快速成为数据分析师?相信这也是数据分析小白或者数据分析职场萌新,非常感兴趣的一个话题。不知道大家对于“快速”的定义是多久时间,我可以跟大家分享一下自己和身边朋友的看法,希望能给你带来一定启发。标题数据分析师的不同方向数据分析师根据自己的工作岗位、行业、工作内容等等,可以分成非常多的种类。但总体可以区分成两个方向,即业务方向和技术方向。当然,在业务和技能上两类也是需要相互结合的。其中,想要短时间内快速成为技术方向的数据分析师,是非常很难的。一定要底子深基础牢,原创 2021-05-10 13:31:36 · 316 阅读 · 0 评论 -
Kaggle创始人 | 将来我们的这些工作将被机器取代,但也有例外
CDA数据分析师 出品编译:Mika【导读】如今,机器学习能完成越来越复杂的任务,但这也带来了令人不安的问题:机器将来取代我们的工作吗?Kaggle创始人Anthony Goldbloom 在本文中给出了他的答案。主讲人:Anthony Goldbloom数据科学竞赛平台Kaggle创始人兼CEO这是我的侄女,她叫Yahli,还只有九个月大。她妈妈是一名医生,爸爸是一名律师。而等到Yahli上大学时,像她父母这类职业将发生翻天覆地的变化。Anthony Goldbloom 的侄女Yahli.原创 2021-05-06 16:36:25 · 197 阅读 · 0 评论 -
从猫狗不分到实时识别准确率超过99%,计算机图像识别是如何做到的?
CDA数据分析师 出品编译:Mika【导读】十年前,研究人员认为让计算机来区分猫和狗几乎是不可能的。如今,计算机视觉识别的准确率已超过99%。Joseph Redmon通过一个叫YOLO的开源目标检测方法,可以迅速识别图像和视频中的目标。10年前,计算机视觉研究者认为,要让一台电脑去分辨出一只猫和狗的不同之处,这几乎是不可能的,即便是在当时人工智能已经取得了重大突破的情况下。Joseph Redmon家养的猫Joseph Redmon家养的狗但如今我们已经可以做到让它的正确率在99%以上。.原创 2021-04-30 14:33:06 · 437 阅读 · 0 评论 -
一张好的图胜过千言万语!数据可视化都经历了怎样的发展历程
CDA数据分析师 出品编译:Mika【导读】信息爆炸时代,经过精心设计、形象生动的可视化图表往往要比一篇深度长文章更容易赢得眼球和青睐。在一次TED演讲中,信息设计师汤米·麦考尔追溯了长达几个世纪的图形和图表的演变过程,并展示了复杂的数据是如何通过处理,演变为清晰、美观的可视化形式的。我爱信息图表。作为一个信息设计师,在过去25年中我跟各种各样的数据打交道。今天跟大家分享一些我的见解。首先让我们聊一聊历史。标题图表的前世今生:从条形图到南丁格尔玫瑰图沟通是对信息的编码、传输和解码。沟通的突.原创 2021-04-29 17:06:33 · 349 阅读 · 0 评论 -
AI将取代人类?硅谷大佬带你解读人工智能的未来发展趋势
CDA数据分析师 出品编译:Mika【导读】在过去的几年中,科幻小说领域中的许多技术逐渐转变为现实。人工智能已成为当前科技界最热门的主题。在本文中,比尔·盖茨、蒂姆·库克、埃隆·马斯克等商业领袖谈到了,他们对于人工智能的看法,以及最新的AI项目和其发展前景。人工智能毋庸置疑是未来的趋势,AI将驱动未来经济的发展。“到2022年,人工智能将创造5800万新的就业岗位” ——世界经济论坛你对人工智能的前景期待吗?比尔·盖茨 微软创始人谷歌、脸书、苹果、微软都在以极快的速度推进人工智能的发展.原创 2021-04-28 15:06:33 · 439 阅读 · 0 评论 -
网飞是如何利用大数据做出热门电视剧的?
CDA数据分析师 出品编译:Mika【导读】收集更多的数据会导致更好的决策吗?像亚马逊、谷歌和网飞这样有竞争力、精通数据的公司已经认识到,单靠数据分析并不总能产生最佳结果。在文中,数据科学家塞巴斯蒂安·韦尼克分析了当我们纯粹基于数据做出决策时出现的问题,并提出了一种更聪明的使用方法。标题亚马逊用数据拍剧却翻车Roy Price这个人,在座的绝大多数可能都没听说过。实际上,Roy Price是亚马逊广播公司的一位资深决策者,该公司是亚马逊旗下的一家电视节目制作公司。Roy Price有一个责任非常.原创 2021-04-27 14:26:06 · 469 阅读 · 0 评论 -
选择恐惧症福音!教你三种思维方式,像计算机一样做出最优决策
CDA数据分析师 出品编译:Mika【导读】在需要做决定时,常常我们会感到不知所措。在本文中,认知科学家汤姆·格里菲斯向我们展示了如何运用计算机的逻辑来解决棘手的问题,分享了做出更好决策的三种实用策略。1.找房子所面临的“最优停止问题”提到买房或租房,这都是一个令人头疼的问题。你需要去各种地方看房,去了解市场上的买房信息。但每当你离开一个看房的地方,怎么确定下一家就比这家好呢?换而言之,你怎么知道何时该下手买呢?面对这个问题,却可能有个很简单的解决方法——37%原则。选择恐惧症福音!教你.原创 2021-04-26 15:46:06 · 329 阅读 · 1 评论 -
自动驾驶车面对的道德困境:“出事了,撞谁?”
CDA数据分析师 出品编译:Mika【导读】虽然自动驾驶车可能比手动驾驶更安全、更方便,但也并不能完全避免事故的发生。如果遇到不可避免的事故,自动驾驶车该如何被编程来应对呢?在本文中帕特里克·林就探讨了领略了自动驾驶车带来的道德问题。自动驾驶中的道德难题我们来做一个思维实验。假定某一天,你坐在自动驾驶汽车里,在高速公路上飞驰。这时,你发现周围全是车。突然,一个又大又沉的物体从你前方的卡车上掉下来,你的车来不及刹车来避免碰撞。问题1:因此它必须做一个决定:A.继续往前,然后撞在这个.原创 2021-04-25 14:03:29 · 435 阅读 · 0 评论 -
这一年人们都在搜索什么?谷歌发布2020年度搜索热榜,「新冠病毒」高居榜首
CDA数据分析师 出品编译:Mika【导读】谷歌发布2020年的搜索热榜!来看看今年大家都在关心什么吧。当感到疑惑、不确定时,人们就会去寻找答案。如今遇到这种情况,只需将问题输入搜索引擎即可。那么在即将过去的2020年中,人们都在搜索些什么呢?谷歌最近发布了2020年度搜索热榜,在搜索排名中就反映了:在这个不寻常的一年中,人们都在关注哪些问题。标题「为什么」是人们最常用的搜索词「为什么」是最常用的搜索开头词,人们用无数个「为什么」试图了解这个世界。「“为什么澳大利亚出现火灾”」「”为什么.原创 2021-04-23 16:54:06 · 417 阅读 · 0 评论 -
TED演讲-从苹果派到无人驾驶,为什么说大数据是更好的数据?
CDA数据分析师 出品编译:Mika【导读】自动驾驶汽车只是个开始。大数据驱动技术和设计的未来是什么?肯尼斯·库基尔在TED演讲中探讨了机器学习和人类知识的下一步发展方向。标题从苹果派销量下降说起美国人最爱的馅饼是什么?毋庸置疑是苹果派。我们是怎么知道的?通过数据。当你看到超市的销售数据,会发现超市销售的30厘米冷冻馅饼中,苹果派胜出,这是毫无悬念的。绝大多数的销售份额就是来自苹果派。但是之后,超市开始销售比较小的11厘米的馅饼。突然间,苹果派的销量下降到了第4或第5名。这是为什么?发生.原创 2021-04-22 18:25:14 · 546 阅读 · 1 评论 -
数据分析必备技能:数据化可视化日报制作
很多人都会说电商运营概念很大,不知道如何去做分析“数据“,优化”品类“,筛选”渠道“,觉得做电商运营挺难的!然而,对于电商运营人员而言,数据分析是电子商务交易中不可缺少的一项重要工作以及必备技能,电子商务的业务模块要想顺利发展,就必须要有科学、有效的数据分析作为引导和支撑。比如根据店铺后台数据分析我们店铺处于什么阶段,有哪些优势和劣势,哪些方面需要提升。如果流量不够我们寻找流量,转化不高寻求提升转化的方法,最重要是知道问题所在,以结果为导向,“数据”告诉我们最真实的一面,“数据”才能指引店铺快速提升。原创 2021-04-21 19:21:24 · 653 阅读 · 0 评论 -
油管大神教波士顿机器狗学撒尿-给自己倒啤酒,网友:太恶趣味了
CDA数据分析师 出品编译:Mika【导读】Michael Reeves是在油管有着500多万粉丝的编程大神,最近趁着波士顿动力的机器狗开卖,也火速入手了一只。但他花了8万美元的目的,只是想让机器狗给自己倒啤酒……波士顿动力机器狗 Spot 的能力如何,我们已经领略过了。我们知道,它能记录周围环境,并实时学习;它可以适应各种崎岖地形;它是凝聚了三十年研究心血的工程杰作…就在人们担心机器人暴走,意识觉醒猎杀人类统治全世界时…而在现实中,油管上一个小哥给波士顿动力公司的机器狗Spot编程.原创 2021-04-19 16:31:07 · 303 阅读 · 0 评论 -
2021年最值得关注的六大前沿技术
CDA数据分析师 出品编译:Mika【导读】在本文中,我们列举了2021年即将流行以及目前正在蓬勃发展的技术。这些未来的技术是令人兴奋的,不仅有着广泛的用途,还将使我们的生活更加便利。科技在不断发展。不管目前的市场情况如何,新的技术仍在不断涌现,并以突破性的创新来解决世界问题。在眼下不确定的情况下,试图去预测未来科技的发展似乎有些不自量力。但这些创新将在未来几年里,让我们的生活更加便利。这些前沿技术从能够预测病毒传播风险的系统,到将生活必需品送上门的无人机,涵盖方方面面,它们将大大改变我们的生.原创 2021-04-12 17:09:58 · 2892 阅读 · 4 评论 -
牛津大学科普 | 几分钟带你了解:什么是机器学习
CDA数据分析师 出品编译:Mika【导读】如今机器学习已经深入到我们生活的方方面面,它就在我们身边,在我们的手机上,社交网络上…但它是如何工作的呢?在本文中,牛津大学针对机器学习进行了浅显易懂的科普。人类具有学习和通过经验改进的能力能够学习以及通过经验更好地完成任务,这两种能力是人类特性。当我们刚出生时,我们什么都不知道,也几乎不能为自己做什么。但很快,我们每天都在学习,并变得更有能力。不过,你知道计算机也能做到这点吗?机器学习让计算机自主学习完成任务牛津大学科普 | 几分钟带你了.原创 2021-03-22 16:12:42 · 232 阅读 · 3 评论 -
数据分析师岗位薪资多少?一张图告诉你答案
你知道吗?当你从小白成为一名数据分析人才会有多值钱?在大数据高速发展的同时,它的岗位需求开始迅速扩张,为大家提供了大量的职业发展通道。于是,很多同学都希望加入数据之路,想在数据之路上更上一层楼。据统计,国外90%的企业都有相应的数据分析团队。可以说,未来商业发展中,没有一家公司不是数据公司。任何一家公司,都需要拥有驾驭数据的能力,学会用数据做精细化运营,利用数据驱动业务的增长。目前,我国数据分析人才缺口已经达到了150万,人才缺口导致大量岗位空缺,培养数据分析人才刻不容缓。面对如此大的市场需求,现原创 2021-03-19 15:51:19 · 536 阅读 · 0 评论 -
在大数据时代,「数据素养」这个必备新技能,你get了吗?
CDA数据分析师 出品编译:Mika【导读】如果不成为数据科学家,我们该如何区分真实与非真实的信息?如何利用信息做出更好的决策?这时,我们就需要「数据素养」这种技能。本文中,数据分析热爱者Jordan Morrow就分享了他的观点。面对每天产生的大量即时信息,该如何辨别真假。我们之中有多少人曾在刷手机新闻时,注意力突然被其他的消息吸引,同时开始产生疑问"这个消息正确吗?" 或者我们之中有多少人曾在看报纸等纸质媒体时,怀疑上面信息的真假。在如今生活的世界中,每天都会产生很多即时信息,我们如何解读.原创 2021-03-16 14:17:54 · 382 阅读 · 0 评论 -
CDA LEVEL 1 考试,知识点《机器学习基本概念》
一、什么是机器学习机器学习研究如何让计算机不需要明确的程序也能具备学习能力。(—— Arthur Samuel,1959)一个计算机程序在完成了任务T之后,获得经验E,其表现效果为P,如 果任务T的性能表现,也就是用以衡量的P,随着E的增加而增加,可以 称其为学习。(——Tom Mitchell,1977)虽然机器学习的研究来源于人工智能领域,但是机器学习的方法却应用于数 据科学领域,因此我们将机器学习看作是一种数学建模更合适。 机器学习的本质就是借助数学模型理解数据。当我们给模型装上可以适应观 测原创 2021-03-15 18:00:04 · 782 阅读 · 1 评论 -
Kaggle创始人,将来我们的工作会被机器取代,或许也有例外
编译:Mika【导读】如今,机器学习能完成越来越复杂的任务,但这也带来了令人不安的问题:机器将来取代我们的工作吗?Kaggle创始人Anthony Goldbloom 在本文中给出了他的答案。主讲人:Anthony Goldbloom数据科学竞赛平台Kaggle创始人兼CEO这是我的侄女,她叫Yahli,还只有九个月大。她妈妈是一名医生,爸爸是一名律师。而等到Yahli上大学时,像她父母这类职业将发生翻天覆地的变化。Anthony Goldbloom 的侄女Yahli未来,将近一半的工作.原创 2021-03-12 17:06:29 · 224 阅读 · 0 评论 -
CDA LEVEL 1 考试,知识点《抽样分布及参数估计》
一、随机的概念1.随机试验随机试验是概率论的一个基本概念。概括地讲,在概率论中把符合下面三个特点的试验叫做随机试验:可以在相同的条件下重复的进行。每次试验的可能结果不止一个,并且能事先明确试验的所有可能结果。进行一次试验之前不能确定哪一个结果会出现。2.随机事件在概率论中,随机事件(或简称事件)指的是一个被赋予机率的事物集合,也就是样本空间中的一个子集。简单来说, 在一次随机试验中,某个特定事件可能出现也可能不出现;但当试验次数增多,我们可以观察到某种规律性的结果,就 是随机事件。3.随机变原创 2021-03-12 13:50:17 · 359 阅读 · 0 评论 -
CDA LEVEL 1 考试,知识点汇总《假设检验》
一、基本概念1.假设检验的基本步骤(以两个总体均值的假设检验为例):2.假设检验的两类错误注意事项:拒绝或无法拒绝假设,并不等于100%的正确;两类错误的概率相加并不一定等于1;样本量不变的情况下, ߙ与ߚ不能同时增大或减小(如下图)。3.假设检验的基本思想及遵循这样的思想、步骤等过程对业务与数据分析流程的指导作用假设检验的基本思想为验证性数据分析,强调先验理论在数据分析中的核心地位。从提出假设理论出发,到验证假设的 过程提示,数据分析理论的先导作用,所以业务流与假设检验的步骤可以大体概括如原创 2021-03-10 15:18:14 · 727 阅读 · 0 评论 -
CDA LEVEL 1 考试,知识点汇总《描述性统计分析》
一、数据计量尺度数据的计量尺度和具体的统计方法息息相关,大致分为3类,分别是名义测量、次序测量和连续变量测量。这三类测量 分别对应三种变量类型,即分类变量,顺序变量和数值变量。连续变量测量可以进一步细分为间距测量和比例测量。 间距测量和比率测量这两种测量,统计软件通常不做区分。大部分的模型都适用。1.名义测量(nominal measurement)是最低的一种测量等级,也称定名测度。其数值仅代表某些分类或属性。比如, 用来表示性别(1或2)和民族(1、2、3…)等。这类变量一般不做高低、大小区分。2原创 2021-03-09 16:44:47 · 1456 阅读 · 0 评论 -
CDA LEVEL 1 考试,知识点汇总《数据分析概述》
一、基本概念1.数据分析和数据挖掘的概念数据分析(Data Analysis) 是以数据为分析对象,以探索数据内的有用信息为主要途径,以解决业务需求为最终目标,包含业务理解、数据采集、 数据清洗、数据探索、数据可视化、数据建模、模型结果可视化、分析结果的业务应用等步骤在内的一整套分析流程。数据挖掘(Data Mining) : 是一个跨学科的计算机科学分支,它是用人工智能、机器学习、统计学和数据库的交叉方法在相对较大型的数据集中发 现模式的计算过程。2.数据分析的八个层次数据分析的目的:发现有价值原创 2021-03-08 16:17:14 · 1813 阅读 · 0 评论 -
CDA LEVEL 1 考试,知识点汇总《一元线性回归》
一、相关关系散点图的绘制与解读、相关系数的概念与特征用于衡量两类现象在发展变化的方向与大小方面存在一定的关联(不包括因果和共变关系)。1.正线性相关例如销售额中涵盖了销售利润和各类成本等,从数据大致可以看出,销售利润随着销售额的增长而增长,由于各类不确 定因素,数据点基本落在直线周围,我们称之为正线性相关。2.负线性相关例如通常情况下,某地区的犯罪率越高,则该地区的房价越低,但由于供需环境等其他不确定因素,数据点基本落在直 线周围,我们称之为负线性相关。3.完全线性相关虽然所有点都在直线原创 2021-03-05 14:21:53 · 765 阅读 · 0 评论 -
CDA LEVEL 1 考试,知识点汇总《市场调研》
一、基本步骤1.市场调研的基本步骤市场调研是一种非常常用的信息获取渠道。调研的结果可以整理成分析项目的输入,甚至可以作为决策的依据。因此想 要做好市场调研,科学的流程是非常必要的。一般我们会通过提出问题、调查收集资料和分析预测问题三个步骤来进行。第一步:提出问题通常我们在面对一些重大决策,或者探索类的项目,特别是营销项目时,我们会启动市场调研。这个时候,我们可能提出的一些问题包括:(1) 目前企业的现状是什么样子?(2)市场现状是什么样子?(3)消费者的需求是如何分布的?(4)当前的客服环节原创 2021-03-04 16:41:10 · 672 阅读 · 1 评论 -
CDA LEVEL 1 考试,知识点汇总《数据采集方法》
一、数据的来源一手数据 vs 二手数据1.一手数据(Primary data)也称为原始数据。顾名思义,是指直接获取,没有经过加工或者第三方传递获得的数据。比如传统调研中的问卷测评、 小组访谈、面对面沟通等形式获得的数据,或者是互联网时代用户直接填写的个人信息数据以及平台抓取的行为数据等等。2.二手数据(Secondary data)主要是相对于一手数据而言,指的是通过第三方或者是现有的数据资料获取的数据。比如国家统计局数据、知名文献中 罗列的数据等等。 一手数据的来源渠道,一般比较固定,往往是和原创 2021-03-03 15:24:52 · 1378 阅读 · 2 评论