鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 25年5月软考 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

数据分析

1654内容

关注

涵盖数据分析相关研究热点、技术难点与应用场景，让用户更好地学习、使用数据分析的各种工具。

共 1654 条

产品运营数据分析框架应该包含哪些重要指标？

借助数据分析工具，如国外的 Mixpanel、和国内的 GrowingIO，来持续监控你的北极星指标，在业务实践中不断优化。你的目标是为你的团队找到一个最适合现阶段的聚焦点，让大家在日常工作中能够齐心协力向着一个方向前进。

2017-05-11 10:00:36

数据北极星数据分析

挨踢部落坐诊第五期:数据采集与前端运用原创

挨踢部落是为核心开发者提供深度技术交流，解决开发需求，资源共享的服务社群。基于此社群，我们邀请了业界技术大咖对开发需求进行一对一突破，解除开发过程中的绊脚石。以最专业、最高效的答复为开发者解决开发难题。

2017-05-09 14:15:27

大数据来源数据安全云计算

违章停车的大数据计算

爬取了上海摩拜单车的数据，把所有单车叠到图上，变出一幅满城星光的地图，统计上看，深夜时分，大部分的单车分布在路的周边，勾勒出一幅泾渭分明的街道景象，比如虹桥镇附近的小区，小区路边停了好多车，前簇后拥，形成了一条条道路的光带，而小区内部则基本不停车。

2017-05-02 14:15:45

大数据违章停车数据分析

R 和 Python 中的文本挖掘：8 个入门小贴士

在数据科学世界中，凡事的第一步都是“感到好奇”，文本挖掘也不例外。

2017-05-02 09:16:20

R Python 文本挖掘

数据和分析带来五大积极业务成果

本文将概述企业可以从数据和分析中获得的五大好处，这包括为企业自身的业务和客户带来积极成果，同时维持和推进最高级别的数据保护。

2017-04-26 14:30:36

数据分析预测需求缓冲风险

像Excel一样使用python进行数据分析-(2)

Excel是数据分析中最常用的工具，本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。在Python中pandas库用于数据处理，我们从1787页的pandas官网文档中总结出最常用的36个函数，通过这些函数介绍如何通过python完成数据生成和导入，数据清洗，预处理，以及最常见的数据分类，数据筛选，分类汇总，透视等最常见的操作。

2017-04-26 14:02:18

大数据数据分析 Excel

硅谷资深数据科学家教你认清探索性数据分析（EDA）的价值

本文主要介绍了探索性数据分析的价值，说明了探索性数据分析（EDA）是什么以及详细介绍了两种假设，另外文中分析了探索性数据分析对于建模而言是很重要的一步，能够帮助数据科学家找到模型结果出错的原因。

2017-04-25 18:35:47

硅谷数据科学家数据分析

Python分布式抓取和分析京东商城评价

互联网购物现在已经是非常普遍的购物方式，在互联网上购买商品并且使用之后，很多人都会回过头来对自己购买的商品进行一些评价，以此来表达自己对于该商品使用后的看法。商品评价的好坏对于一个商品的重要性显而易见，大部分消费者都以此作为快速评判该商品质量优劣的方式。所以，与此同时，有些商家为了获得好评，还会做一些 “好评优惠” 或者 “返点” 活动来刺激消费者评价商品。

2017-04-25 15:40:12

数据分析商品评价

SPSS干货：区分T检验与F检验

为了确定从样本 (sample) 统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。

2017-04-20 08:51:15

SPSS T检验 F检验

数据分析与可视化，你靠什么搞定？

在本文中，我们将共同了解四款出色的JavaScript库，其能够帮助大家更为轻松地完成数据分析与可视化工作。

2017-04-18 11:01:14

数据分析数据可视化

如何做好数据精细化分析，让你的运营效果指数级增长？

数据分析对于运营来说非常重要，它就像航海中的指南针，越精确的数据细度能反映不同运营手段对应的不同效果。

2017-04-14 09:23:19

数据精细化运营效果

数据分析的一些常见问题

数据分析重要，但是，很多时候却不知道该如何去做，面对大量的数据，却无从下手。概括起来，经常面临的困难有：

2017-04-13 12:59:43

百万自媒体大V的数据分析师成长线路，薪水过万难吗？

今天这个标题有点大，内容可能涉及的比较多，但也是数据君多年来一直想写的，却一直不敢写的。微博玩了7年，已有近120万的粉丝，微信玩了4年多，也有20万+粉丝了，许多人都知道这个账号，但从来不知道运营这个账号的是一个团队还是一个人？

2017-04-13 11:59:34

数据分析师

关于移动互联网产品的指标分析初探

移动互联网产品的本质是信息与数据的传输和交换，其商业模式与数据流量息息相关，因而会产生面向运营的产品设计等诸多方法。

2017-04-13 09:20:07

移动互联网产品指标分析

数据获取不畅通，中国科学家做研究也受影响

在这个大数据时代，生物信息数据库和数据共享都有所发展，可用的技术资源也越来越多。直到最近，这种开放科学的趋势一直在帮助中国科学家获得国际竞争力。然而，中国社会正日益感受到对于公共数据搜索和共享的限制。如果这个问题不能尽快解决，便将拖累科学研究和创新。

2017-04-12 10:15:21

大数据数据获取数据分析

数据科学家 / 统计学家应该养成哪些好习惯？

做过一点统计模型，做过一点数据分析，现在工作名字叫数据科学家，厚着脸皮抛砖引玉，聊聊数据分析中需要养成的良好习惯。

2017-04-12 09:34:30

数据科学家统计学家好习惯

玩笑到现实，大数据涉足文学研究–用数据模型分析莎翁著作

自然语言研究一直以来都是计算机研究的一个重要方向。随着大数据时代的到来，人们也越来越关注自然语言这方面的进展。而文学是自然语言这个皇冠上的明珠。人们都拭目以待大数据摘下这颗明珠的那一天。

2017-04-12 09:18:48

大数据数据模型数据分析

数据分析机器学习的泰坦尼克案例-牛刀小试

我是51CTO学院讲师唐宇迪，在51CTO学院“4.20 IT充电节”(4月19~20日)到来之际，和大家分享一下机器学习实战案例经验。

2017-04-11 20:49:02

机器学习大数据数据分析

数据分析该分析什么

不管是用Python还是R，其实和用Excel一样，只不过现在之所以用Python、R是因为大数据时代么，数据太多，Excel的处理能力跟不上，但是这些都只是一个工具而已，核心还是围绕统计学不变的。

2017-04-11 09:08:02

数据分析 Python

数据分析中会常犯哪些错误，如何解决？

经典的冰淇凌销量和游泳溺水人数成正比的数据，这并不能说明冰淇凌销量的增加会导致更多的人溺水，而只能说明二者相关，比如因为天热所以二者数量都增加了。这个例子比较明显，说起来可能会有人觉得怎么会有人犯这样的错误，然而在实际生活、学习、工作中，时不时的就会有人犯这样的错误。

2017-04-07 08:43:46

数据分析错误解决

创业公司做数据分析(五)微信分享追踪系统

本文重点探讨数据采集层中的微信分享追踪系统。

2017-04-06 22:40:52

数据分析追踪系统微信

创业公司做数据分析(六)数据仓库的建设

本文将重点探讨数据处理层中数据仓库的建设。在第二篇运营数据系统一文，有提到早期的数据服务中存在不少问题，虽然在做运营Dashboard系统时，对后台数据服务进行了梳理，构建了数据处理的底层公共库等，但是仍然存在一些问题。

2017-04-06 22:15:07

数据分析数据存储数据仓库

关于数据治理，你需要知道些什么？

每个有效的企业数据计划都离不开数据治理，也就是精心设计的政策，以明确职责、解决不同利益相关方之间的冲突，提供维护和扩展，保护敏感信息。

2017-03-28 15:47:17

数据治理数据库

315面部识别遭质疑安全堪忧或将成为新的潜在威胁？译文

面部识别正快速成为主流，而公众也越来越多地接受将面部识别扫描作为日常生活的组成部分。但未来的安全前景并不乐观，面对新的技术时代，我们也许有必要将面部识别视为一种新的潜在威胁。

2017-03-22 10:57:44

315 面部识别安全

“网管”必备的五大网络数据分析工具

互联网发展至今，分析工具也发生了根本性变化，以前的网络分析可能只有点击计数的工作。随着分析工具的改变，我们可以通过大数据更了解受众用户与网站或应用之间的互动。

2017-03-20 09:58:43

网络数据分析工具

微服务架构下的分布式数据管理

在微服务架构中，每个微服务都有自己私有的数据集。不同微服务可能使用不同的SQL或者NoSQL数据库。尽管数据库架构有很强的优势，但是也面对数据分布式管理的挑战。第一个挑战就是如何在多服务之间维护业务数据一致性;第二个挑战是如何从多服务环境中获取一致性数据。

2017-03-14 11:52:52

微服务架构数据管理

非数据科学家如何进行数据分析?

大多数业务人员和分析师都将通过自助式BI工具来准备和分析大数据。虽然目前国内的发展现状无法在2018年达到自助式分析的局面，但这一趋势无法否认。即便不是数据科学家，但仍然可以轻松地分析数据，从中获取价值，才是大数据的正确打开方式。

2017-03-07 10:37:05

非数据数据分析

关联规则推荐算法的原理及实现

本文将通过一个简单的例子来说明关联规则中各个术语的含义以及具体的计算方法。

2017-03-02 10:49:37

推荐算法原理实现

关于大数据采集平台架构分析的简述

我们简单讨论了几种流行的数据收集平台，它们大都提供高可靠和高扩展的数据收集。大多平台都抽象出了输入，输出和中间的缓冲的架构。利用分布式的网络连接，大多数平台都能实现一定程度的扩展性和高可靠性。

2017-02-28 21:23:34

大数据采集架构分析

为何HDFS是大数据分析的软肋

分布式文件系统是大型分析非常重要的一环。即使你是在使用Spark，你仍然需要将大量的数据快速的存入内存，所以文件系统一定要可以是高速率的。但是，HDFS并不像它标榜的那样好，它是大数据分析的薄弱环节。

2017-02-27 16:35:00

HDFS 大数据分析

一个资深数据人对数据挖掘解读

在银行做了两年的数据分析和挖掘工作，较少接触互联网的应用场景，因此，一直都在思考一个问题，“互联网和金融，在数据挖掘上，究竟存在什么样的区别”。在对这个问题的摸索和理解过程中，发现数据挖掘本身包含很多层次。并且模型本身也是存在传统和时髦之分的。本文就想聊聊这些话题。

2017-02-27 16:30:07

数据人数据挖掘

Pew：算法时代七大主题及其主要影响

“总体的影响将是乌托邦的诞生或人类的灭亡;没有可预见的中间路线。我怀疑是乌托邦，鉴于我们已经从一次生存危机中挺了过来(核战争)，我们迈向和平的脚步尽管缓慢，却也依然坚定。”

2017-02-23 10:00:12

算法人工智能大数据

数据分析行业需要具备哪些技术如何快速进入

大数据如此火爆的时代，各种人才倍受青睐。

2017-02-23 08:48:03

数据分析技术

数据分析行业需要具备哪些技术如何快速进入

在本文中，我将介绍一些最常用的方法，从高质量训练数据的重要性，到超参数的选择，再到更快的做出 DNN 原型的通用技巧。

2017-02-21 15:00:07

数据分析技术

从不同的角度来认识和理解Impala的架构设计

我们知道，在实时性要求不是很高的应用场景中，比如，月度统计报表生成等，我们基于传统的Hadoop MapReduce来处理海量大数据（包括使用Hive），在各方面表现都还不错，只需要离线处理数据，然后存储结果即可。

2017-02-20 09:02:31

Impala 架构设计

python数据分析笔记——数据加载与整理

导入文本格式数据(CSV)的方法：方法一：使用pd.read_csv()，默认打开csv文件。方法二：使用pd.read.table(),需要指定是什么样分隔符的文本文件。用sep=””来指定。

2017-02-16 10:00:26

python 数据加载

数据至上的人工智能时代，哪些公开数据集最适合？

普遍存在的尖端开源工具如 TensorFlow、Torch 和 Spark，再加上通过 AWS 的大规模计算力、Google Cloud 或其他供应商的云计算，这些都意味着你可以在下午休闲时间使用笔记本电脑去训练出最前沿的机器学习模型。

2017-02-15 16:24:03

数据人工智能

为什么说Storm比Hadoop 快？

实际流计算和批处理系统没有本质的区别，像storm的trident也有批概念，而mapreduce可以将每次运算的数据集缩小(比如几分钟启动一次)，facebook的puma就是基于hadoop做的流计算系统。

2017-02-14 14:20:02

创业公司做数据分析(二)运营数据系统

作为系列文章的第二篇，本文将首先来探讨应用层中的运营数据系统，因为运营数据几乎是所有互联网创业公司开始做数据的起点，也是早期数据服务的主要对象。本文将着重回顾下我们做了哪些工作、遇到过哪些问题、如何解决并实现了相应的功能。

2017-02-09 17:51:18

数据分析数据系统互联网

创业公司做数据分析(一)开篇

了解“认知心理学”的朋友应该知道：人类对事物的认知，总是由浅入深。然而，每个人思考的深度千差万别，关键在于思考的方式。通过提问三部曲：WHAT->HOW->WHY，可以帮助我们一步步地从事物的表象深入到事物的本质。比如学习一个新的技术框架，需要逐步搞清楚她是什么、如何使用、为什么这样设计，由浅入深。

2017-02-09 15:46:09

数据分析互联网

创业公司做数据分析(三)用户行为数据采集系统

用户在前端UI上的操作，大多数表现为两类：第一类，打开某个页面，浏览其中的信息，然后点击感兴趣的内容进一步浏览;第二类，打开某个页面，根据UI的提示输入相关信息，然后点击提交。其行为可以归纳为三种：浏览、输入和点击(在移动端，有时也表现为滑动)。

2017-02-09 15:33:51

数据分析采集

用Spark分析Amazon的8000万商品评价(内含数据集、代码、论文)

尽管数据科学家经常通过分布式云计算来处理数据，但是即使在一般的笔记本电脑上，只要给出足够的内存，Spark也可以工作正常(在这篇文章中，我使用2016年MacBook Pro / 16GB内存，分配给Spark 8GB内存)。

2017-02-09 14:34:25

亚马逊大数据 Spark

工欲善其事必先利其器(大数据分析工具集)

大数据时代需要大数据挖掘，我习惯把大数据分成四个领域：数据科学、网络科学、空间地理科学和可视化技术。

2017-02-07 15:15:20

大数据数据分析数据挖掘

数据分析的基本思想是什么

今天分享一下数据分析的一些基本思想，我给它起了个名字叫做用数据说话。用数据说话，就是用真实的数据说真实的话!真实也可以理解为求真务实。那么，数据分析就是不断地求真，进而持续地务实的过程!用一句话表达就是用数据说话，用真实的数据说话，说真话、说实话、说管用的话。

2017-02-06 14:12:29

大数据数据分析基本思想

解构小白入手数据分析的思维模式

数据分析(Data Analysis)——这个词真的是如雷贯耳，装B一绝啊!甭管什么玩意，上来先整一通再说。“数据分析”甚是被提上了神坛，找工作或者聊点行业内的动态不提点数据简直是没法混了。坦白讲，我对“数据分析”的概念知之甚少，仅有的那点理解：统计数据，分析数据，大数据(Big Data)。如何对产品进行数据分析呢?或者说对我这样的一个数据分析小白来讲，该从何入手数据分析呢?思维方式决定行动结果。

2017-01-23 16:30:46

数据分析大数据

零基础搭建运营数据分析知识体系

大家一直在说收集数据和数据分析，但是对于两者具体的定义又很难说清楚。很多人都会先入为主，认为数据就是各种表格、各种数字，例如excel报表、各种数据库。其实这是一个错误或者说有偏差的认识，它会使得我们对数据的认识变得很狭隘。

2017-01-23 13:40:43

数据分析大数据

走进大数据之拓扑数据分析方法

拓扑数据分析(TDA)，顾名思义，就是把拓扑学与数据分析结合的一种分析方法，用于深入研究大数据中潜藏的有价值的关系。相比于主成分分析、聚类分析这些常用的方法，TDA不仅可以有效地捕捉高维数据空间的拓扑信息，而且擅长发现一些用传统方法无法发现的小分类。这种方法也因此曾在基因与癌症研究领域大显身手。

2017-01-23 13:34:44

数据分析大数据拓扑

英特尔开源分布式深度学习库BigDL：支持高性能大数据分析

近日，英特尔开源了一个运行在 Apache Spark 上的分布式深度学习库 BigDL，其可以利用已有的 Spark 集群来运行深度学习计算，并且还能简化从 Hadoop 的大数据集的数据加载。

2017-01-19 11:36:28

英特尔大数据分析 BigDL

运营人必备的7大技能：数据分析能力是未来运营的分水岭

数据驱动运营是未来运营的趋势，也是我们运营人的一个分水岭，在运营的刀耕火种时代已经趋于没落的时候，精细化运营以及变得尤为重要，数据驱动决策是我们运营人必须要面对的挑战也是我们要下意识学的一门技能。

2017-01-13 08:59:38

数据分析运营技能

大数据分析模型成功关键因素之我见

无论在报纸、杂志、机场媒体，还是在酒吧的闲谈中，大数据都成了一个热门话题。每个人都在谈论这个时尚的话题，但迄今为止只有极少数企业真正成功的运用这一技术!导致这一情况的重要原因就是企业对建立可操作的大数据分析模型成功关键因素缺乏深刻的认识。

2017-01-11 14:58:50

大数据分析模型数据分析

上一页 1 ··· 29 30 31 32 33 34 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营