数据可视化Data Visualization需要哪些图表技能？
数据可视化（Data Visualization）通过图形，为大家提供视觉感受，让我们清楚地了解信息的含义。 这使得人类思维更自然地理解数据，从而更容易识别大型数据集中的趋势、模式和异常值。在此基础之上，选择正确的图表类型也非常重要。本文将带你了解最常用的几个图表类型，和对应的应用场景。
新兴数据职位：应用数据科学家的工作职能
数据科学一直在不断发展。过去十年，在运营以客户为中心的服务和业务领域中，数据科学已经逐渐从“加分项”转变为“必备技能”。新的职位出现了——应用数据科学家（Applied Data Scientist）。应用数据科学家是研究数据科学的人，通过将理论概念框架和算法应用于基础数据，为业务问题提供可行的解决方案。本文将带你了解这个新兴职业和工作只能。
Python机器学习库：pycarets新增时间序列模块
PyCaret 是一个开源、低代码的 Python 机器学习库，可实现机器学习工作流的自动化。PyCaret 新增了时间序列模块，现已开始了测试阶段。该Beta版保留了 PyCaret 操作简单的特点，与现有 API 保持一致，附加许多其他模块，例如统计测试、模型训练和选择（30 多种算法）、模型分析、自动超参数调优、实验记录、云部署等。
如何用Google Analytics衡量用户交互
Google Analytics 服务是一套非常强大且广泛使用的工具。 该平台为网站所有者和营销人员提供了各种见解。 随着产生的数据量增加，分析和理解这些信息可以带来各种好处。 GA能帮助我们做出明智的决策并管理风险、帮助各种组织积极主动地预测他们所服务的人的需求、帮助企业优化流程、突出机会并降低成本。本文将带你了解如何用Google Analytics实现交互。
数据分析师需要知道的10个Excel函数
Microsoft的 Excel是一个功能复杂的工具，同时也是数据分析中的重要工具。对于那些想要成为数据分析师来说，电子表格程序（即Excel）是首要也是必备技能。要正确使用 Excel，你需要全面了解该程序中的函数。本文将介绍 10 个 Excel 函数，通过学习这些函数，你的Excel使用过程将变得更加轻松。通过本文，你将了解 Excel 的基本功能。
新兴技术Fintech是什么？是如何应用技术的？
Fintech是Financial Technology这两个词的缩写，可以理解为使用一些新技术去自动化、提升金融服务的效率、或者实现自动化的过程。它包括了基于大数据、人工智能和数据科学的技术，也有一些比较创新的技术，如区块链技术。本文中，将从这几个技术点出发，为大家介绍这个金融行业最近开始使用的新兴行业。
机器学习VS深度学习：有什么区别？
机器学习是人工智能的一种应用，其中包括解析数据、从数据中学习，然后应用他们所学到的知识来做出明智决策的算法。但大家经常把机器学习（ML）和深度学习（DL）混淆，因为这两者都属于数据科学的范畴。虽然机器学习和深度学习存在相似之处，但它们之间也存在主要的区别。本文将通过三个示例为你解答ML和DL的区别所在。
DS vs DE：数据科学家与数据工程师的薪资对比
数据科学家（Data Scientists）和数据工程师（Data Engineers）是数据科学领域中常见的两个岗位，他们所掌握的技能以及拥有的经验存在共通之处，但根本上还是存在区别，这也是两者薪资不同的原因。此外，工作年限、工作地点（城市）和技能也会影响薪资水平。本文将从真实数据中比较这两个职位的薪资。
