数据挖掘

随着数据量的爆炸式增长，数据仓库或数据平台已经是每家企业或机构不可缺少的工具，而数据模型正是数据仓库的灵魂。本期详细介绍数据模型的概念、分类和应用，相信你一定有兴趣~

数据挖掘知识点总结，你了解多少？

如何在大量数据量下，简单快速的寻找到最优中心点的过程

协同过滤推荐算法基于内容的推荐算法混合推荐算法流行度推荐算法

数据挖掘九律，看完不后悔。

本文主要内容是以驾驶行为习惯风险预测模型为例，深度解读一个数据驱动的自动化机器学习系统应该具备的基本功能：模型自我学习的能力。

商品评论挖掘、电影推荐、股市预测……情感分析大有用武之地。本文帮助你一步步用Python做出自己的情感分析结果，难道你不想试试看？

风险，一个永恒的话题，特别在汽车保险行业，“互联网+”下汽车共享经济深度影响着企业的风险运营模式，如何将驾驶行为人的多个维度数据进行结合，有效应用到个性化的保险产品中，从而实现风险与保费定价的匹配，让车企、保险公司、车主多方都获益呢？

基于威尔逊区间法的排序方法

机器学习算法基于信用卡消费记录做信用评分。

在本文中我会尝试如何从0数据开始到获取百万页面，进行用户数据分析、建模，再数据信息化、可视化，生成用户画像分析用户特征。

如何挖掘数据中的价值?让它变更成真金白银?

文使用电影相关推特来进行情感分析，需要注意的是采集的推特的发表时间可能很重要。

最近做了一个交叉销售的项目，梳理了一些关键点，分享出来希望对大家有所启发

作者：北冥乘海生 来自：https://zhuanlan.zhihu.com/p/27072134 公元七世纪，在车迟国国家气象局组织的一次求雨活动中，虎力、鹿力、羊力三位大仙成功地祈下甘霖，于水火中救了黎民。老国王虽然不明就里，却从此尊他们为国师，奉道教为圭臬。 本世纪，算法工程师们的境遇也差不多：早些年，信奉糙快猛主义的大佬们觉得他们饱食终日、无所用心，…