数据分析师的基本素质
1.1.4 数据分析师的基本素质
Mr.林看到小白斗志昂扬的样子非常高兴：别光说不做啊，要成为一名优秀的数据分析师，并非一件容易的事。虽然所学的专业与数据分析不相关，但你可以通过工作中的实践学习数据分析，需要付出大量的时间和精力，不经一番寒彻骨，怎得梅花扑鼻...
cdadata
9年前 (2016-02-22) 2999℃
0喜欢
数据挖掘系列篇(11):网易云音乐的个性化推荐漫谈
用过虾米、酷狗、QQ音乐、网易云音乐，个人感受网易云音乐在音乐推荐这块做的真心不错，特别是以“人”为角度的推荐，没有像虾米、酷狗推的那么乱。虾米还可以，但更多的是以歌搜歌的形式。刚注册了一个新的账号，避免有历史数据的干扰，听了...
cdadata
9年前 (2016-02-05) 3806℃
4喜欢
数据挖掘系列篇（10）：大众点评的实时计算
实时计算是目前在推荐、搜索广告等场景中经常需要应用的地方，它不像离线计算那样可以有长时间来准备数据，做数据处理。在实际的应用场景，要考虑到用户的感受。比如我在城西银泰搜索附近的商家，这个就需要实时计算距离来支持。还有像双十一这样的推荐...
cdadata
9年前 (2016-02-03) 3998℃
0喜欢
数据挖掘系列篇（9）：今日头条的个性化推荐
今日头条作为一种新型的新闻阅读方式，已经将传统的新浪、腾讯、网易、搜狐这些新闻媒体以一种大数据+新闻内容的方式呈现给用户。上线没几年，用户量已经发展到3亿累计用户，日活奔着3000万去。看到这样的数据，小编还是比较震撼。这几乎是目前A...
cdadata
9年前 (2016-02-02) 4520℃
2喜欢
数据挖掘系列篇（8）：在线机器学习FTRL(Follow-the-regularized-Leader)算法介绍
最近几个同事在做推荐平台的项目，都问到怎么实现FTRL算法，要求协助帮忙实现FTRL的算法模块。今天也是有空，赶紧来做个整理。明天还要去上海参加天善智能组织的FL...
cdadata
9年前 (2016-02-01) 6255℃
2喜欢
数据分析系列篇（7）：十本数据分析推荐精读
现在碎片化的信息太多，而没有太多系统的知识整理，买几本好书放在家里或者车上，没事的时候可以看看。找了几本书，基本的要求如下：
1）废话不要太多，读下来没任何印象；
2）有数据分析的技能介绍；
3）有当下的热点分析，有实际案例；
4）跨...
cdadata
9年前 (2016-01-28) 7588℃
3喜欢
数据挖掘系列篇（6）：聚类算法概述
本篇重点介绍聚类算法的原理，应用流程、使用技巧、评估方法、应用案例等。具体的算法细节可以多查阅相关的资料。聚类的主要用途就是客户分群。
1.聚类 VS 分类
分类是“监督学习”，事先知道有哪些类别可以分。
聚类是...
cdadata
9年前 (2016-01-27) 3993℃
0喜欢
数据挖掘系列篇（7）：推荐系统综述以及美团推荐系统介绍
其实推荐系统前面已经讲过不少，那时候主要是放在机器学习上讲的，既然这次要系统撸一遍数据挖掘，就把推荐系统单独拿出来说一说。相信如果做过推荐系统的人，都知道是什么回事。一堆features，一堆算法模型，一堆online、o...
cdadata
9年前 (2016-01-26) 4198℃
1喜欢
数据挖掘系列篇（5）：分类算法概述
数据挖掘这块重点就是介绍算法和应用案例，还有相应的开发语言R、excel、mapreduce、spark。前面重点介绍了数据挖掘主要解决的几类问题，而分类问题是数据挖掘中的重头戏。如果我们在高校里，常见的就是训练一群样本数据的特征，跑出模型，...
cdadata
9年前 (2016-01-26) 2986℃
2喜欢
数据挖掘系列篇（4）：Netflix机器学习系统的构建经验
有很多很好的介绍机器学习的教科书和课程,,甚至可以学习一些最复杂的特定的方法或算法，理解这些理论是一个非常重要的基础和起点。还有很多构建真实系统的实际问题，你可能闻所未闻。这篇文章将分享一些Netflix多年来构建大型...
cdadata
9年前 (2016-01-24) 3759℃
1喜欢
