如何做社交媒体中的情绪分析（Sentiment Analysis）
情绪分析（Sentiment Analysis）是机器学习模型的代表之一，能帮我们理解文本数据的语调，包括正面、负面或中立的语气。捕捉文中的情绪可以帮助公司更好地了解用户的心声 (VOC)，甚至可以引导产品开发，从而改进功能。情绪分析通常基于词汇和规则，这意味着该情绪可以标记为正面、负面或中立的单词。本文将介绍基于词汇深度学习的方法。
一篇文章带你了解——数据分析在体育行业的应用
数据在几乎每个行业都扮演着重要的作用。全球体育产业在不断发展，管理层和团队也越来越乐于利用数据了解他们的竞争优势，体育团队现可以摆脱传统的分析方法，投资于更全面的分析数据，并用这些数据评估竞争对手的表现。本文将帮助你深入了解什么是体育的数据分析，以及利用体育数据分析做出的一系列预测。
都知道PowerBI和Tableau，那他们有什么主要区别
数据分析时，你可以访问不同来源的数据，研究并分析这些数据，然后从数据中获得见解，从而进行预测，制定相应的业务解决方案。市场上可用的数据可视化工具很多，但很多人不知道应该选择哪个。本文将详细最受欢迎的两个工具—Tableau 和 Power BI ，你可以根据自己的需要和使用情况选择不同的工具。
Tableau数据可视化，学完就掌握商业分析必备技能了！
数据可视化（Data Visualization）通常是商业分析的案例的最后的一步，可视化的图表更加直观，它可以把故事讲得更生动形象，给自己的项目经理或者同事们看图表会比看数字更清晰。本篇文章就来带你了解如何用Tableau做数据可视化。包括的主要内容有：数据可视化的目的、Tableau的优点、案例分析—Superstore销售分析。
使用 SafeGraph ，获取智能位置解析
SafeGraph 是一个新兴数据分析工具，可帮助你查看位置或社区的客流量趋势。 它成功聚合了交易数据和丰富 POI 数据，让你能够了解人们在特定地点的消费方式和时间。在SafeGraph 官网上有 1100 万多条兴趣点 (POI) 记录，包括位置、品牌、模式等数据。本文将通过一个实际案例，带你了解SafeGraph 的数据用例。
群体学习（Swarm Learning）的工作原理——结合区块链和机器学习的更优解决方案
群体学习（Swarm Learning）是一个数据隐私保护框架，通过区块链技术，分散基于机器学习的系统。群体学习 (SL) 没有中心位置，数据或“学习成果”不会被送到中心位置，新节点通过区块链智能合约注册，获取模型，并进行本地模型训练，直到满足定义的同步条件。本文将带你了解群体学习的工作原理。
最先进的技术：基于 AI 的图像压缩
深度学习 (DL) 一直被用于图像压缩，并且已经扩展至多层感知器、随机神经网络、卷积神经网络和生成对抗网络等技术。无论你是经营网点还是博主，加快网页页面的加载速度对于网站性能至关重要，更快的页面速度有助于改善用户体验和 SEO。本文就将带你了解基于AI的图像压缩。
用Python 整理字符串格式的 7 种方法
Python 是世界上最流行的编程语言之一，被数据科学行业广泛使用。它的语法简单直观，支持各种范式，而且能与其他软件组件很好地集成，可用于构建完整的端到端管道——从数据开始，清理模型，然后将其直接构建到生产中。在本文中，我们将学习如何使用内置字符串方法来整理字符串的格式。
