数据模型
-
数据仓库为什么要分层,各层的作用是什么
数据的整个生命周期能够清晰明确被设计者和使用者感知到。
-
如何防止我的模型过拟合?这篇文章给出了6大必备方法
在机器学习中,如果模型过于专注于特定的训练数据而错过了要点,那么该模型就被认为是过拟合。训练数据用来训练模型;验证集用于在每一步测试构建的模型;测试集用于最后评估模型。 如果验证集和测试集的损失…
-
一文带你了解企业级BI工具的设计思路
随着大数据、互联网技术的不断发展,大数据应用普及的范围也在不断扩大。大数据应用的普及,使蕴藏于海量数据中的价值得到运用,很多事情变得越来越便利,这种情况在企业的表现尤为明显。今天小编会以大数据产品体系中BI工具为例,和大家一起探讨一下,企业级BI工具应该如何设计。
-
到底什么叫作数据架构?
数据架构是什么,如何管理,谁来负责,还没有形成一致的共识。
-
如何用深度学习进行CT影像肺结节探测
如何用深度学习进行CT影像肺结节探测。
-
五级数据挖掘工程师,你处在哪一级?
数据挖掘很大工作不就是调参吗?为什么他提到的这些“厉害”的人物不会做事?
-
如何通过K-means进行人群聚类?
K-means聚类,是聚类当中非常常用的方法之一。今天和大家分享一下关于K-means(也叫K均值)聚类。
-
处理非结构化数据的7个实例
本文作者根据个人过往工作经验,整理出了处理非结构化数据的7个实例,希望能对读者处理相关实际问题有所启发。
-
BI 中的指标、维度、数据仓库、模型如何理解,有什么关联关系?
指标、指标表、维度、模型、数据仓库、数据等一些名词和概念,那么他们之前到底有什么关系和联系呢?
-
如何用Kano模型量化用户需求?
文 | 傅志华 Kano模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分析、分类和需求优先级排序的模型。kano模型以分析用户需求对满意度的影响为基础。狩野纪昭(Noriaki Kano)教授1984年首度提出了Kano模型,该模型受赫兹伯格理论的双因素理论启发而来。 赫茨伯格的双因素理论认为,满意和不满意并非共存于单一的连续体中…
-
如何深入浅出的理解数据仓库建模?
如果把数据看作图书馆里的书,我们希望看到它们在书架上分门别类地放置;如果把数据看作城市的建筑,我们希望城市规划布局合理;如果把数据看作电脑文件和文件夹,我们希望按照自己的习惯有很好的文件夹组织方式,而不是糟糕混乱的桌面,经常为找一个文件而不知所措。
-
随机权值平均:深度学习中一种新的达到stage of the art的方法
要处理14维空间中的超平面,想象一个三维空间,大声对自己说“14”。每个人都这么做。
-
谁说数据分析不需要建模?一文教你入门机器学习
一文教你入门机器学习。
-
为什么企业要从离线数据中台走向实时数据中台?
我们能否建立一个真正的实时数据中台,能够快速高效的创建海量的实时应用,从而将大数据的管理和应用水平提升到一个新的阶段,终于我们现在走到了这条路上。
-
数据仓库的基本架构
数据仓库本身并不“生产”任何数据,同时自身也不需要“消费”任何的数据,数据来源于外部,并且开放给外部应用。