Python

给你详细讲解TensorFlow2.0中两种不同构建模型风格的优缺点，以及什么时候用什么风格。

作为一名程序员，你的效率什么时候最高？

在某种程度上，大多数数据科学或机器学习技能都是基于对数据概率分布的某些假设。

三个方法教你做词云图，连文科生都能轻松学会。

对于数据分析，我一直强调核心是业务，通过业务的分析逻辑影射到数据分析的处理逻辑，而数据分析工具则是帮助我们实现结果的手段。

一位资深的商业数据分析师将会带你建立一个网络爬虫项目，帮助我们找到最优惠的价格

前些天，看到某公司对数据分析师的招聘要求有一条： 分析客户人群的购买习惯，并通过客户购买行为做出相关数据分析。 好项目，正好让大家练手Python，于是决定研究亚马逊上Top100的细分品类——女式内衣！！！的销售情况。 这个话题，遐想空间很大，各位老司机坐稳咯！ 需要爬取的具体字段：排名（Rank），商品名（item_name），商品详情页链接（item_…

为什么我们要对员工离职进行预测，因为它会帮助公司减少员工离职成本的消耗。

在第二遍检测中，该方法通过语音增强对语音信号进行去噪。该方法进一步评估了RedDots 2016挑战数据库中的数据以验证性能。结果证明了rVAD相比传统方法具有竞争力。 我们都需要更好、更有效的AI算法。更精确的VAD方法有助于AI社区实现性能更好的语音通信系统。谈话语音识别，语音编码，说话人识别，回声消除，音频会议，免提电话等应用均可从中获益。 这一研究还…

学了统计学，你会发现很多时候的分析并不靠谱。

企业里面为了保证数据的安全性和管理的方便，数据都是统一存放在数据库中，从数据库中提取和查询数据需要使用SQL语言，甚至有的公司就是用SQL语言来做数据分析。

数据分析师必须掌握的6种方法论和8种思路！

前几天写了《 简单的中文分词算法》，今天就用Python写个 伪分词算法实现。

用Excel做分析，更多的优势是数据的简单处理。随便过滤、查询、定位就能了解数据的概况。但在可视化方面比较鸡肋，行列值选择，以及复杂的图表制作都有一些难度，一句话总结Excel可视化要想做的好看还是要费点时间的。

在Kaggle项目上工作的最大的争论是它只专注于第二阶段。因此，在这个项目中，我将确保涵盖所有三个阶段。 在第一阶段，我做了网络抓取来获取数据，由于数据是脏的，所以我不得不整理数据进行分析。然后我做了各种数据可视化，并在第二阶段进行了分析。最后，我写了一些文章来发表结果并将这个项目投入生产。 当然，我可以通过包含一个机器学习组件使这个项目更加完整，例如，使用…