首页
学习
活动
专区
工具
TVP
发布

数据分析1480

专栏作者
433
文章
622183
阅读量
99
订阅数
让数据分析效率再提升50%,帆软FineBI V6.0版本最新剧透!
1881年,英国出版的《机械与成绩》一书中曾写道:现在一千人当中,没有一个人不穿袜子。工业革命的伟大之处,就在于机器大生产解放了劳动力,让成千上万的英国女工穿上了女王同款丝袜。
1480
2023-01-09
7480
统计学权威盘点过去50年最重要的统计学思想,因果推理、bootstrap等上榜
作者 | 陈彩娴、Mr Bear 编辑 | 青暮 近日,图灵奖得主、“贝叶斯网络之父”Judea Pearl在Twitter上分享了一篇新论文“What are the most important
1480
2021-04-21
5580
数据产品经理的硬核能力:用户画像带动用户增长
如何通过数据清晰现有用户的画像,找到各个行业用户的核心关注点,来进行精细化的运营以提升用户的复购?如何将数据清晰梳理,整理出可以实际指导业务的指标呢?
1480
2020-05-06
9540
分享一份高质量的数据可视化作品指南
许多数据可视化工作者都提到一件事,就是开发可视化作品变得更简单了,但是效果难以评估。本文翻译自toptal的博文,让我们来看看优秀的可视化实践是如何实现的吧。
1480
2020-04-30
1.3K0
新业务可行性,如何做数据分析?(趣味教学版)
临近年底,很多同学在做2020的规划,其中有一项很让人挠头的任务:分析新业务可行性。因为过往每次做,不是数据太少压根没法分析,就是做实验被质疑:“有没有代表性?”“万一有其他可能怎么办?”好纠结。还有今天先用一个趣味小例子,看看基本思路。话不多说,直接上案例:
1480
2020-01-17
5050
SQL数据分析淘宝用户分析实操
常见的数据清洗,预处理,数据分类,数据筛选,分类汇总,以及数据透视等操作,用SQL一样可以实现(除了可视化,需要放到Excel里呈现)。SQL不仅可以从数据库中读取数据,还能通过不同的SQL函数语句直接返回所需要的结果,从而大大提高了自己在客户端应用程序中计算的效率。
1480
2019-12-09
2.2K0
7个Python特殊技巧,助力你的数据分析工作之路
该工具效果明显。下图展示了调用 df.profile_report() 这一简单方法的结果:
1480
2019-12-05
1K0
调试机器学习模型的六种方法
在传统的软件开发中,一个 bug 通常会导致程序崩溃。这对用户来说是很烦人的,因此解决这些问题对开发人员来说很重要——当程序失败时,开发人员可以检查错误以了解原因。
1480
2019-11-07
4810
很多企业都要做用户画像,我该怎么办?
有同学问:陈老师,我领导让我做用户画像分析,可是我做了一大堆数据,却被批:也没分析什么东西啊?该咋办?今天系统解答一下。
1480
2019-09-08
1.6K0
一个大数据从业者的职业选择分享
进几年A(人工智能)B(大数据)C(云计算)发展火热,由于笔者在一二线互联网行业从事过大数据相关工作,因此决定在大数据领域对自己的所见所闻,来对该行业之外的人士所做一个讲述,以及对想进入该行业的从业人员做个简单的讲述和分享。
1480
2019-08-06
6030
这100多个数据分析常用指标和术语你都分清楚了吗?
有个朋友是金融行业产品经理,最近在对已有的站内用户做分层与标签分类,需要对用户进行聚类分析。一般从事数据分析行业的朋友对这类词并不陌生,但是像市场运营人员就会把这类些名词概念搞混,导致结果不准确。数据分析相关概念多且杂,容易搞混。为了便于大家区分,今天小编就来盘点一下数据分析常用的术语解释。建议大家收藏起来方便查看。
1480
2019-08-06
2K0
关于互联网金融授信产品的风控建模
随着互联网渗透到生活中的各个角落,金融行业也似乎找到了与互联网的完美结合。互联网金融作为一个新的行业如今正在上升的势头上,因而也涌现了越来越多的P2P公司。但是作为一个互金公司来讲,风险永远是一个最重要的话题。那么如何利用机器学习以及大数据技术来降低风险呢?如何建立信用评分的模型呢?
1480
2019-08-05
1.5K0
大数据之脚踏实地学01--虚拟机和Linux系统的安装
曾记得我在读研的时候,参加了中国统计年会(2013年),在会上很多领域内的专家都谈及了大数据一词,然而那个时候的我并没有那么敏感。短短5年过去了,大数据行业发展之迅速,技术迭代之成熟,迫使自己不断地学习新的技能。对于大数据领域,有哪些必备技能需要掌握呢?
1480
2019-08-05
7650
Python要上天啊!一行代码就可以搞定炫酷的数据可视化!
学过Python数据分析的朋友都知道,在可视化的工具中,有很多优秀的三方库,比如matplotlib,seaborn,plotly,Boken,pyecharts等等。这些可视化库都有自己的特点,在实际应用中也广为大家使用。
1480
2019-08-01
1K0
基于5个案例描述大数据如何应用在零售业
根据财经网站Kiplinger报道,2017年,光是零售业销售额就有望增长3.5%,电子商务则持续大幅迈进,预期增幅15%。从日志文档、交易信息,到传感器数据和社交媒体指标——这些新的数据来源为零售机构带来了新的机遇,助其在一个日益扩张的行业领域内,实现空前的价值与竞争优势。
1480
2019-07-15
6650
大数据之脚踏实地学09--Hive嵌入式安装
经过前面几期内容的介绍,相信大家已经把Hadoop的环境搭建好了吧。正如前几期所说,Hadoop的搭建实际上最核心的就是HDFS(文件存储系统)、Map-Reduce(运算系统)和Yarn(资源调配系统)三个组间。
1480
2019-07-14
6190
Python奇淫技巧,5个炫酷的数据可视化工具
数据可视化的工具和程序库已经极大丰盛,当你习惯其中一种或数种时,你会干得很出色,但是如果你因此而沾沾自喜,就会错失从青铜到王者的新工具和程序库。如果你仍然坚持使用Matplotlib(这太神奇了),Seaborn(这也很神奇),Pandas(基本,简单的可视化)和Bokeh,那么你真的需要停下来了解一下新事物了。例如,python中有许多令人惊叹的可视化库,而且通用化程度已经很高,例如下面这五个:
1480
2019-06-14
8K0
一起聊聊7大数据思维的核心原理!
大数据时代,计算模式也发生了转变,从“流程”核心转变为“数据”核心。hadoop体系的分布式计算框架已经是“数据”为核心的范式。非结构化数据及分析需求,将改变IT系统的升级方式:从简单增量到架构变化。大数据下的新思维——计算模式的转变。
1480
2019-06-03
8340
BAT大数据分析师:如何规划大数据学习之路?
在美国,大数据工程师平均年薪达17.5万美元,在中国顶尖的互联网公司里,大数据工程师的薪酬比同级别的其他职位高出30%以上。DT时代来得太突然了,国内发展势头很猛,而大数据相关的人才却非常地有限,在未来若干年内都会是供不应求的状况,因此程序员们,你们的春天到了!
1480
2019-05-30
1K0
大数据之脚踏实地学17--Scala字符串的清洗
在之前的Scala系列中分享了有关数据类型、运算符操作、控制流语法、自定义函数、以及几种集合的使用。慢慢地Scala体系将越来越丰富,在本期内容中将跟各位网友分享Scala的字符串操作和正则表达式的巧用。
1480
2019-05-21
2.3K0
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档