数据分析

在这篇文章中，我们Spark的其它机器学习API，名为Spark ML，如果要用数据流水线来开发大数据应用程序的话，这个是推荐的解决方案。

入门数据挖掘，必须理论结合实践。本文梳理了数据挖掘知识体系，帮助大家了解和提升在实际场景中的数据分析、特征工程、建模调参和模型融合等技能。

文|数加大数据团队 自从上次给老公写了个《我是数据分析师（一）：假老公提Excel数据自动更新的需求》教程，他就哼哧哼哧的去做了，就在上周他又提了个新的问题：“我还有一张用户信息，需要跟之前那张销售订单表关联，看看购买的用户的地域来源及年龄情况，要怎么搞？” 于是，就在各位童鞋还沉浸在三八妇女节的欢…

根据数据应用的不同阶段，我将从数据底层到最后应用，来谈谈那些数据人的必备技能。

这个答案看起来似乎无懈可击，但其实机器学习和数理统计之间的关系远没有这么简单。

发现一个很有趣的开源项目，作者用手绘图的方式讲解了机器学习模型构建的全流程，逻辑清晰、生动形象。

公司的业务数据一般存储在数据仓库里面，数据量很大，主要用的是HiveSQL和MySql做处理。 基于此，写了一个常用数据清洗的SQL对比版，脚本很简单，重点是这些清洗场景和逻辑，大纲如图： 1、…

文 | 谢佳标 近年来，身边越来越多朋友跟我请教，如何快速成长为数据分析人员。其实学习没有捷径，如何合格的数据分析人员，让我们先看摘自《数据科学实战》一书中的关于数据科学技能与自我认知的主要元素： 可见要想成为合格的数据分析师，我们需要具备一定的数学、统计学、计算机能力，还需要具备以下的数据处理、建…

作者：邓旭东HIT 关系图之原始数据 我给大家编了下面两组原始数据，试图画出abcd四元素之间的关系 nodes_data = [‘a’, ‘b’, ‘c’, ‘d’] raw_data = [‘acW’, ‘aca’, ‘caE’, ‘ec’, ‘cd’, ‘dc’] 我们做关系网络前的最初始数据…

九章云极DataCanvas联合全球知名的研究机构IDC中国重磅发布《引入AutoML，破局企业智能白皮书》，探讨AutoML创新应用的新未来。

1、门店管理应用 应用模板包括：店长维度-门店评分；总部运营维度-门店分析；门店销售日报；商品搜索引擎 本模型主要是在门店角度对零售公司经营进行分析，其中店长维度和总部运营维度是从两个不同的视角对门店进行分析。店长是单个店铺的情况，以及本店铺在整体中的排名。而总部运营则是整体的视角，看所有的店铺。 …

在这篇文章中，我将介绍 SQL 面试问题中常见的模式，并提供一些在 SQL 查询中巧妙处理它们的技巧。

本文作者将推荐一个公式来确定用户研究中的定性样本量，且探讨如何收集和分析数据，以实现“数据饱和”，最终将提供一个侧重本文观点的案例研究。

这次是主要偏向业务分析框架，让大家能够明白，数据分…

提到新增用户、用户活跃度、停留时长、常用功能或者各渠道转化率等等，都是很重要的用户行为数据，这些数据告诉我们，用户是谁？从哪里来？在网站/App 干了什么？这些数据，应该成为数据分析的基础数据，我们可以基于这些行为数据去做更深度的分析。因为它们只能告诉你网站的大概情况，但是通常不太能很好地指导你工作。