Blog

Sep
15

数据中常见的偏见问题有哪些?

数据科学家的工作是弄清事实。 不过在进行这种分析时,又不得不必须做出主观决定。 因此,即使处理确凿的事实和数据,数据科学也有很强的解释性成分。因此,数据科学家需要格外小心避免受到认知偏见的影响。在这篇文章中,会列举出几种最常见的偏见类型。 同时还提供了一些避免它们的方法,并做出更好、更合理的决策的建议。

By Zhang Bonnie | Blog
DETAIL
Sep
14

2021年数据科学家,最需要这7个技能!

数据科学家(DS)负责编写和分析大型的结构化和非结构化数据集。 这些角色结合了数学、统计学和计算机科学技能来理解大数据,然后使用这些信息来创建业务解决方案。他们收集、处理、建模,然后解释数据,以制定可行的计划。 与大多数职业一样,职位越高,获得成功所需的技能就越多。 本文将介绍2021年数据科学家最需要精通的技能。

By Zhang Bonnie | Blog
DETAIL
Sep
14

商业分析中,针对不同模型要准备哪些内容?

商业分析师 (BA) 的角色不仅需要可靠的数据分析,还需要有效的数据建模。 正确的可视化模型可以简化数据,并使各个级别的利益相关者轻松识别和理解项目策略、关系和责任。过去,数据建模是指用纯文本的形式写出流程或绘制基本图表。今天,一个优秀的 BA 会配备多样化的工具和可视化建模技术,来帮助他们推动成功的项目成果。

By Zhang Bonnie | Blog
DETAIL
Sep
13

Machine Learning Model:建立机器学习模型的四个概念

机器学习正在推动人工智能的大部分最新进展,包括计算机视觉、自然语言处理、预测分析、自主系统和广泛的应用。 由于自动化机器学习 (AutoML)、协作 AI 和机器学习平台(如 Dataiku)的进步,所有不同工作类型的人对数据的使用(包括用于预测建模)正在增加。 本文将介绍合理建立机器学习模型的四个概念,同时带你了解构建模型的过程。

By Zhang Bonnie | Blog
DETAIL
Sep
13

创业公司是如何利用定价订阅服务赚钱的?

基于订阅的商业模式是一种业务,它会定期(通常是每月或每年)向客户收取产品或服务的费用。 数据科学通过改进营销和帮助将客户转化为订阅产品,在直接预测和优化这些指标方面发挥着作用。数据科学还可以帮助营销和产品可发现性工作,向尚未了解企业产品的细分市场宣传。本文将带你了解,创业公司是如何利用定价订阅服务赚钱的?

By Zhang Bonnie | Blog
DETAIL
Sep
11

新兴数据岗位:Analytics Engineer分析工程师是什么?

随着数据行业的发展,新兴的职位也出现在了市场中。分析工程师为用户提供干净的数据集,以一种能够回答他们自己的问题的方式对数据进行建模。 数据分析师花时间分析数据,而分析工程师则花时间转换、测试、部署和记录数据。本文将根据市场上对这个岗位职能的要求,带你了解这个新兴岗位——分析工程师。

By Zhang Bonnie | Blog
DETAIL
Sep
11

教你如何用神经网络和机器学习进行动态定价

动态定价是一种应用可变价格而不是固定价格的定价策略。 零售商可以每天多次更新价格,而不是决定一个季节的固定价格,以利用不断变化的市场。这些价格变化的目标有两个:一方面,公司希望优化利润率,另一方面,他们希望增加销售机会。本文将以行业代表性系统为例,带你了解动态定价背后的技术和框架逻辑。

By Zhang Bonnie | Blog
DETAIL
Sep
10

数据科学家,知道这些统计知识就对了

虽然数据科学的岗位听起来很有趣,但未来的数据科学家应该在计划下一步之前考虑他们对统计的了解程度。要成为数据科学家,你必须对数学、统计推理、计算机科学和信息科学有深入的了解。 必须了解统计概念、如何使用关键统计公式,以及如何解释和传达统计结果。本文将为你介绍数据科学家最需要的统计知识。

By Zhang Bonnie | Blog
DETAIL