回答:当然非常不错，作为一门应用广泛的编程语言，python第三方库扩展丰富，针对数据可视化，提供了许多高效、简便的包可以直接使用，下面我简单介绍3个，分别是matplotlib、seaborn和pyecharts，感兴趣的朋友可以尝试一下：老牌工具matplotlib这是python一个非常著名的可视化工具，相信许多做过可视化的朋友都对matplotlib非常熟悉，专业强大、功能齐全、扩展丰富，几乎你...
notebin
|
899人阅读
回答:首先我认为，业务数据分析是业务和数分这两大块内容的集合体，学习业务和学习数据分析是同等重要的，既然题主问的是学习路径，那么我就分开说：先说数据分析，要学些什么按照我一贯推崇的学习路径，数据分析一定要先学基础和方法，再学工具和技能，但是很多人都恰恰本末倒置了，下面我就按照基础和工具的顺序，说一下应该学习哪些内容1、数据分析基础包括：（1）统计学基础。数理统计学是数据分析的基础之一，很多人连统计学概念...
selfimpr
|
795人阅读
回答:谢邀~本君自荐一下。我们的产品诸葛io（www.zhugeio.com）可能更偏向于非技术人员的业务分析，比如产品经理、市场、运营人员。从某种意义上也具有可视化分析的特性，但区别于其他工具的是我们面向互联网产品推广运营过程中的分析需求定义了一些分析模型，比如事件、漏斗、自定义留存、粘性、用户分群等，很多工具可以任意拖拽去做分析，但很多时候客户也会因为太灵活反而有一定门槛，所以，当一些模型被标准化以...
bang590
|
919人阅读
回答:数据分析是干什么的？在企业里收集数据、计算数据、提供数据给其他部门使用的。数据分析有什么用?从工作流程的角度看，至少有5类分析经常做：工作开始前策划型分析：要分析一下哪些事情值得的做工作开始前预测型分析：预测一下目前走势，预计效果工作中的监控型分析：监控指标走势，发现问题工作中的原因型分析：分析问题原因，找到对策工作后的复盘型分析：积累经验，总结教训那数据分析是什么的？数据分析大体上分3步：1：获...
B0B0
|
943人阅读
回答:谢谢邀请！数据分析师通常分成两种，一种是应用级数据分析师，另一种是研发级数据分析师，区别就在于是否具备算法设计及实现的能力。应用级数据分析师通常需要掌握各种数据分析工具，把业务模型映射到数据分析工具上，从而得到数据分析的结果。数据分析工具比较多，比如Excel就是一个传统的数据分析工具，另外还有Minitab、LINGO、JMP等，要想全面掌握这些工具的使用需要具备一定的数学基础和统计学基础。通常...
txgcwm
|
1281人阅读
回答:真利益相关，不请自来，人在中国，刚下...算了，在办公室。帆软，其实大家不知道他是国内做数据分析产品最好的公司。在企业数据分析领域低调做了十几年，入选Gartner市场指南。一开始做报表工具finereport，后来研发BI商业智能finebi，产品打磨了好多年。之后又增值行业化的数据管理解决方案，包括阿米巴经营管理，数字化运营体系搭建项目，很成熟很老牌的厂商。FineReport报表软件是一款纯...
ssshooter
|
1128人阅读
...数据中台愿意支持业务所提出的智能化需求，那么我们要怎么对数据中台进行跃迁？或者说数据中台要怎么跃迁自己的能力来支持这些需求呢？ 从上图可以看出，数据中台本身具备以数据为核心、算法固定、有一定的自动性等...
...不能更智能一点呢？比如把食谱制作也交给 AI ，结果会怎么样呢？ 也可以让 AI 出披萨食谱 在今年 9 月份的一个报道中，能生成食谱的 AI 终于来了。 MIT Media Lab 的博士后研究员 Pinar Yanardag 和他的朋友们一起，开发了一个 AI 模...
...以后 2、实现步骤其实，解决这类问题的核心就在于——怎么获取合适的 【图像主体】 内容。人工进行预处理当然是万无一失的办法，但面对数据巨大的内容信息，人力显然 cover 不住了。此时求助于 AI 算法就是一个很好的选...
...支撑 AI 产业的云计算产业在 2017 年的发展情况。 AI 未来怎么样，Spencer 的这篇采访也许会给大家带来一些启发。 林源（Spencer Lin），青云 QingCloud 联合创始人，本科和硕士就读于清华大学，毕业之后一直从事分布式和底层系统...
...越重要的分水岭 【High】在发展真正的人工智能上，你怎么看？【Hinton】我认为我们已经跨越了一个十分重要的分水岭。不久之前，AI圈内大多数人所做的AI还是由逻辑学驱动的。这种智能的范式是逻辑推理，并且一个内部的...
...成功，并让他们有能力与客户沟通。 Chudnovsky 你是怎么做到的？这就是机器人进来的地方 - 它不是结束，而是结束的手段。机器人可以确保企业和人之间的关系更好。我们有能力为开发人员提供构建能力在Messenger上更成功...
...中还存在一个无法回避的问题：AIOps到底在自己的场景下怎么落地？所以我今天不再具体案例，而是要跟大家分享我认为的AIOps落地应该遵循的路线图。既有技术路线图，也有战略路线图。这虽然不是的一个路线图，但这是我今...
...内容。 下面介绍第二个关键词：多维度融合 我们怎么用融合的方式去做视频？ 首先来谈谈，在做分类的时候，如何使用多维度的特征这样一个融合层次，去完成对视频的分析。去年 6 月份，在刚开始从事视频研究时，...
...、机器学习策略你经常有很多改进 AI 系统的主意，应该怎么做？好的战略能避免浪费数月精力做无用的事。以语音识别为例，可以把原语音数据分割成：60% 训练集（训练模型）20% 开发集（开发过程中用于调参、验证等步骤的数...
...关心如何更准确地完成需求预测，而不需要关注预测是怎么完成的。就如同我们不需要理解汽车发动机的工作原理，而只要在发动机工作的情况下来驾驶汽车开往目的地一样，这里我们需要思考的是更精准的预测又能带来哪...
...投多少钱，还有节奏的控制。采购： 当规模大了以后，怎么样合理规划资源的数量和交付节奏是非常重要的，比如 5 月份采购这批机器和 6 月份采购这批机器，是完全不同的概念。还需要资源的采购，比如 SSD 采购紧张，供应量...
...据关联分析时发现啤酒和尿布在购物单上是相关的，这是怎么回事？原来妻子经常会嘱咐丈夫下班以后要为孩子买尿布。而丈夫在买完尿布之后又要顺手买回自己爱喝的啤酒，因此啤酒和尿布的销售行为上具有相关性。 从数据...
...据关联分析时发现啤酒和尿布在购物单上是相关的，这是怎么回事？原来妻子经常会嘱咐丈夫下班以后要为孩子买尿布。而丈夫在买完尿布之后又要顺手买回自己爱喝的啤酒，因此啤酒和尿布的销售行为上具有相关性。 从数据...
...不完美信息博弈，除了牌面信息，对手有什么牌？对手会怎么出牌？下一张翻出的公共牌会是什么？通常这种博弈会出现纳什均衡的局面。所谓纳什均衡，是指在博弈中，每个人都在猜测对手会出什么牌，每个人的策略都是对其...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
图示为GPU性能排行榜，我们可以看到所有GPU的原始相关性能图表。同时根据训练、推理能力由高到低做了...
