数据的视角——如何用理性思维看待数据
数据的概念在现代社会已存在许久，至少从软件的角度来看是这样。每个人都多多少少了解数据方面的基础知识，知道如何保存数据，知道如何使用数据。本文将展示一些与数据有关的观点，以及一些有助于在数据科学领域取得成功的思维方式。通过了解这些想法和思维方式，也许你会发现，在不同场景中处理数据时能更加得心应手。
基于真实数据，公司是如何用数据科学预测用户差评的？
如何用数据科学预测用户差评？随着数据的累积和发展，越来越多公司利用数据科学方法为公司解决商业问题，最高程度提高用户留存率。本文以一家巴西的电商企业Olist公开的数据为例，为你介绍如何通过数据科学方法，预测用户的差评；通过不同的可视化内容，带你了解该数据的特点。
电商是如何应用数据科学的？
随着人工智能（AI）的引入，电商平台正在有效利用数据，使必需品的供求达到平衡。出于各种原因，我们都非常熟悉电商平台，并且每天都在使用这些平台。尽管跨国公司使用机器学习算法的方式多种多样，本文中，我们将关注在所有电商平台运营中至关重要的算法，包括时间序列，推荐系统，协同过滤和自然语言处理等等。
红酒数据集Case Study：一个分类问题
本文以一个红酒的Case Study为例，为你讲解数据分析中的分类问题。我们的目标是找到一个设计模型，根据提供的13个测量参数，预测红酒品种，并找出他们之间的主要差异。这是一个分类问题，而本文会列举四种模型，并评估每个模型的准确性。此外，我还会使用主成分分析，识别并探索三种红酒之间的差异。
假期将近——旅游行业是如何应用数据分析的？
数据科学为许多行业带来了新的机遇—— 旅游业也是其中之一。作为一个不断发展的行业，持续增加的消费者需要大量的数据处理。 这也是数据科学算法在旅游业如此重要的原因。 旅游相关的行业，如航空公司、酒店行业、预订和预订网站等，每天都面临着不断扩大的旅游客户群的挑战。本文将为大家讲解数据分析在旅游行业中的应用。
数据分析新工具MindsDB–用SQL预测用户流失
市场营销、销售及客户保留部门需要确保客户满意度，鼓励客户消费，减少客户流失。 MindsDB 作为一个新的机器学习工具，可以通过分析大量客户的数据及必要交互，识别并评估客户流失风险，以减少客户流失；帮助市场营销、销售团队确定最佳鼓励措施，及最佳提供报价时机，帮助公司最大限度地减少客户流失率。
如何编写出优秀的 Python Class
Python 是大多数数据科学和机器学习项目的首选语言，它的语言结构以及面向对象的方法能帮助程序员为各种项目编写清晰、合乎逻辑的代码。 本文主要会讨论dunder-、special- 或 magic 方法，帮助你提升 Python 知识水平，编写更多的优秀代码，给你的伙伴或同事留下深刻印象，并从中获得更多乐趣！
如何在分类算法中使用逻辑回归
逻辑回归（Logistic Regression）是一种监督学习算法，尽管它包含“回归”这个词，但主要用于解决二元“分类”任务。“回归”与“分类”相矛盾，但逻辑回归的重点其实是在“逻辑”这个词，它指的是逻辑函数，在算法中实际上用于完成分类任务。本文将带你了解逻辑回归和相关的概率知识。
