摘要:儘管很多NoSQL 數據庫近幾年大放異彩,但是像MySQL 這樣的關係型數據庫依然是互聯網的主流數據庫之一,每個學Python 的都有必要學好一門數據庫,不管你是做數據分析,還是網絡爬蟲,Web 開發、亦或是機器學習,你都離不開要和數據庫打交道,而MySQL 又是最流行的一種數據庫,這篇文章介紹Python 操作MySQL 的幾種方式,你可以在實際開發過程中根據實際情況合理選擇。

 

摘要: 銀行貸款員需要分析數據,以便搞清楚哪些貸款申請者是“安全”那些是“有風險”的。銷售經理需要數據分析,以便幫助他猜測哪些顧客會購買計算機。再或者醫學研究人員需要分析乳腺癌數據,以便預測病人應當接受三種治療中的哪一種。在上面的例子中,數據分析任務都是分類,都需要構造一個模型來預測一個類別型數據。譬如安全或者不安全、會購買與不會購買、那種治療都是類別型。分類是一種重要的數據分析形式,它提取刻畫重要數據類的模型,用來預測(離散的、無序的)類標號。

摘要: 主要分析了大數據平台架構的生態環境,並主要以數據源、數據採集、數據存儲與數據處理四個方面展開分析與講解,並結合具體的技術選型與需求場景,給出了我個人對大數據平台的理解。

摘要: 這篇文章講解了何謂人工智慧,還有他所能和所不能。這篇文章很簡單的解釋了機器學習的盲區,還有創造人工智能的我們常常忽視的關鍵點。在採用人工智慧的預測時我們可能會出錯,在設計人工智慧的邏輯時我們可能會出錯,看完這篇文章,深入淺出的講解給你聽。

摘要: 自從Google 的人工智能AlphaGO 成為圍棋界的百勝將軍開始,AI(Artificial Intelligence,人工智能)這兩個英文字,剎那間成為科技業最熱門的關鍵字之一。而就在2017年初,早在AI 領域打下深厚底子的IBM Watson,除了打進一些數據服務公司、科技公司外,甚至進軍醫療領域,能夠依照病患資料判定青光眼,準確率高達95%。

摘要: 這幾年來,機器學習和數據挖掘非常火熱,它們逐漸為世界帶來實際價值。與此同時,越來越多的機器學習算法從學術界走向工業界,而在這個過程中會有很多困難。數據不平衡問題雖然不是最難的,但絕對是最重要的問題之一。

  加入技術單位之後,在真正分析資料問題之前,常需要思考處理眼前的技術問題.有時候會天真地認為,只要解決技術問題,資料就已經分析完成.就像當我們披荊斬棘的來到城堡面前,奮力爬上城堡,打倒魔王,救回公主後,才發現要過著幸福快樂的生活,還需要學會如何與公主相處

        這幾年除了Big Data被超級濫用之外,Insight也是個聽到爛掉的名詞。人們已經無法滿足於單純的分析,而是想更進一步取得Insight,像是Custimer Research變成Customer Insight、或是乾脆用Insight代替Analysis的說法也有。那到底什麼是Insight?

熱門標籤雲

每月文章