最新文章

海量数据分析处理的十个方法
2018-08-28
本文将简单总结下一些处理海量数据问题的常见方法。当然这些方法可能并不能完全覆盖所有的问题,但是这样的一些方法也基本可以处理绝大多数遇到的问题。下面的一些问题基本直接来源于公司的面试笔试题目,方法不一定最优,如果你有更好的处理方法,欢迎讨论。
615 人学过
地理位置数据是如何被收集的?
2018-08-28
据国外媒体报道,美国科技博客下属研究机构BIIntelligence发表了一份报告,分析了地理位置数据是如何被收集的以及地理位置数据将如何改变整个移动行业。现在,配备GPS功能的智能手机数量已经超过7.7亿部,地理位置数据已经开始渗透到整个移动领域。除了象FourSquare和Shopkick那样的消费者应用之外,基于地理位置的服务在移动领域还有很多的应用机会。它可以支持广告和许多其他的服务,比如天气、旅游类应用。那么,这些地理位置数据是怎么被收集的呢?
624 人学过
如何屏蔽广告异常数据
2018-08-27
对于大多数广告主来说,广告投放的目的无非就是吸引更多的用户,最终实现营销转化。但众多周知,广告数据造假已经成为行业的潜规则了。他们最怕出现这些问题:投放结果不理想,转化率低;所投入的财力与投放结果不成正比;广告费浪费严重等等。这已经严重侵害了广告主的权益。
625 人学过
通过数据分析实现广告投放的ROI
2018-08-27
对于大多数广告主来说,广告投放的目的无非就是吸引更多的用户,提升广告ROI,最终实现营销转化。但同时他们也更加关注这些信息,比如:广告是否按时投放?媒体/广告公司承诺的量是否达到?媒体/广告公司出示的数据是真实的吗?媒体有没有作弊?广告的投入与产出是否成正比……等等。
629 人学过
5个抢手的大数据趋势分析
2018-08-27
随着大数据和人工智能的广泛应用,这些新兴技术的庞大影响力遍及全球经济,如今的投资者和企业家们迫切希望在2018年取得这些创新成果,正在开始确定将要定义这些技术创新的主要趋势。那么,当今的人工智能和大数据热潮背后的推动力究竟是什么呢?渴望投资于这一现象的投资者能做出什么样的准备呢?
613 人学过
运营商大数据建模的五个方向
2018-08-24
运营商的大数据有价值毋容置疑,笔者在《PKBAT大数据?谈谈运营商大数据的价值》一文中有详细的阐述,但当前面对的挑战不少。“为什么公司拥有这么多大数据,好像对于内部经营的改善还不多!”“对外价值变现的收入还不怎么够看,什么原因呢?”“建立了大数据平台,采集了很多数据,投资什么时候回本呢?”当然可以有很多的理由,诸如组织、机制、流程、人才等等原因,老生常谈了,特别是安全像达摩克利斯剑一样悬在胸前。
651 人学过
几本适合非专业出身的统计学图书
2018-08-24
有过那么几次,刚入门或想转行的朋友咨询,让我推荐统计学的入门图书。觉得还不错的几本,稍做整理推荐给大家,供这些人员参考学习。
738 人学过
3方法帮助企业提高数据分析和商业智能的能力
2018-08-24
由数据支持的决策驱动商业智能。知道如何收集数据并从数据中运用见解的商界领袖可以更好地优化他们的活动,这将直接影响企业的盈利能力。企业可以访问多个数据源,并可以使用收集的数据构建利基驱动的营销活动,以提高竞争力,并允许其为特定市场提供量身定制的产品和服务。正如JasmineMorgan所写:“商业智能对于任何零售企业在寻求增长,稳定和消除风险时都具有强大的优势
752 人学过
规划你在数据科学领域的下一个最佳角色
2018-08-23
根据IBM最近的预测:说到2020年,美国数据从业人员的数量将从36.4万增加到272万!在各个行业,我们看到业务数据的分析职位空缺激增,但是所有这些职位都需要完全相同的技能组合吗?我收到了许多关于数据分析行业职业发展的问题。
627 人学过
作为数据科学家应该学习的第一件事
2018-08-23
根据30年的商业经验,下面的列表是我认为首先应该在数据科学课中讲授的(非全面的)内容选择。这是我文章的后续内容为什么Logistic回归应该最后讲解。我不确定下面这些主题是否在数据营或大学课堂上讨论过。问题之一是招聘教师的方式。招聘过程是有利于以学业成就或其“明星”身份而闻名的个人,并且他们倾向于在数十年内反复教导同一事物。
660 人学过