一篇文章带你了解探索性数据分析
探索性数据分析 (Exploratory Data Analysis – EDA) 会应用一组用于探索、描述和总结数据性质的统计技术，确保分析的客观性和互操作性。可以帮我们识别可能犯的错误，找到异常值的存在，检查变量之间的关系（相关性）及可能的数据冗余，并通过图形和重点摘要对数据进行描述性分析。在本文中，我们将通过对 QS 世界大学排名（2017-22）数据集的分析，向你介绍 EDA 的过程。
强大的 Python Matplotlib 函数——创建漂亮的数据可视化
Matplotlib 是一个很优秀的 Python 包，被我们用于数据的可视化，Matplotlib 几乎可以制作任何类型的数据可视化图表。本文中，我将向您展示如何使用最重要的几个matplotlib 函数，你可以按照自己的需求进行任何类型的数据可视化。本文将用一个线型图（line plot）为例，逐步介绍一些可以用在图表中的重要的matplotlib 函数。
Retail Analysis的力量——商业分析在零售业的应用
本文话题：数据分析在零售业的应用。主要有以下几方面内容：什么是零售业的数据分析？零售业数据分析会用到哪些具体的技术？零售业数据分析可以帮助企业解决什么样的问题？零售业数据分析的具体应用有哪些？
8 种数据挖掘技术，让你成为更好的数据分析师
数据挖掘是从大量数据集中提取有价值信息的过程，它被用于发现数据中的趋势和模式，并对未来做出预测。可以使用许多不同的数据挖掘技术，每种技术都有自己的优缺点。我们将在本文中讨论的八种数据挖掘技术是：1. 异常检测（Anomaly detection）、2. 聚类分析（Clustering Analysis）、3. 分类分析（Classification Analysis）、4. 回归分析（Regression Analysis）、5. 选择建模（Choice Modeling）、6. 规则归纳（Rules Induction）、7. 神经网络（Neural networks）、8. 关联学习（Association learning）
斯坦福发布2022年AI指数报告，有哪些亮点值得注意？
近日，斯坦福大学发布了2022年AI指数报告（Artificial Intelligence Index Report 2022），该报告跟踪、整理、提炼和可视化与人工智能有关的数据，使决策者能够据此采取有意义的行动。AI指数是斯坦福大学以人为本的人工智能研究所(HAI)的一个独立项目，AI指数指导委员会(AI Index Steering Committee)领导，该委员会是一个由来自学术界和工业界的专家组成的跨学科小组。
Correlation相关性 VS Regression回归：它们有什么区别？
在这篇文章中，我将用具体例子解释相关性（Correlation）和回归（Regression）这两个名词之间的区别。相关性表示的是变量之间的关系，而不是因果关系！在物理世界中，我们需要定义来衡量事物，一个好问题是：我们如何衡量相关性？而回归分析是一种数学技术，用于分析一些数据，包括一个因变量和一个（或多个）自变量，目的是找到因变量和自变量之间的最终函数关系。
苹果不让居家办公了？GAN之父 Ian Goodfellow 果断离职！
此前，Goodfellow曾在谷歌担任高级研究员，他还以生成对抗网络(GANs)的研究而闻名，这项技术近年来是机器学习领域最火的话题，甚至成为众多学者的研究方向，目前Goodfellow的论文引用量已经高达18万。近期，在给员工的电子邮件中，Goodfellow证实了即将离职的消息，虽然离职的官方原因尚不清楚，但Goodfellow透露，离职原因与苹果公司让员工回办公室工作的政策有一定关系。
2022年，FAANG公司数据岗位薪资一览
薪资透明度是一个实时的话题。在本文中，我想尝试使用数据进行薪资的分析。我之前在谷歌工作过，认识很多FAANG公司的人(Facebook, Apple, Amazon, Netflix，Google)。我将这些公司作为我项目的起点，查看了来自levels.fyi 和otta.com 等来源的4000多个数据点，为大家分析2022年FAANG公司数据岗位薪资水平。
