回答:这个问题思考了很久，作为过来人谈一谈，建议在看我这篇回答之前先去了解一下数据挖掘的概念和定义。在学习数据挖掘之前你应该明白几点：数据挖掘目前在中国的尚未流行开，犹如屠龙之技。数据初期的准备通常占整个数据挖掘项目工作量的70%左右。 数据挖掘本身融合了统计学、数据库和机器学习等学科，并不是新的技术。数据挖掘技术更适合业务人员学习（相比技术人员学习业务来的更高效）数据挖掘适用于传统的BI（报表、OLA...
LoftySoul
|
1046人阅读
回答:其实根本就没有什么数据分析师，或者说，人人都是数据分析师。懂我这个意思吗？我的文章里，也写过很多数据行业的知识，你可以去看看，其实有时候想想，你就不一定非得从事这样的行业了。就拿数据挖掘来说吧，据我所知，厂商今年都混的不怎么样，为什么？客户需求很少，而且都是定制化的，整个项目的周期很长。还有就是一个企业里，互联网公司可能还好一点，数据分析师根本不需要那么多，你看看ucloud的数据分析报录比，20...
bingchen
|
908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
|
1327人阅读
...薪资,恨不得能早日踏入这个行业。 那么,今天我们来对数据挖掘进行一些基础性的了解和认识。 在这里我们主要解决以下3个问题: 什么是数据挖掘? 数据挖掘主要的方向或工作有哪些? 数据挖掘是怎样操作的? 上述的3个问题,分...
数据挖掘的流程与方法 1.任务: 关联分析 聚类分析 分类分析 异常分析 特异组群分析 演变分析 2.方法: 统计 在线处理分析 情报检索 机器学习 分类 实际应用: 应用分类/趋势预测/推荐关联类商品 回归分析 实际应用: 预...
...家张夏天不免面露难色起来。而在此之前，谈论起算法和数据挖掘等具体业务时，他还滔滔不绝、兴致勃勃。不只是张夏天，自去年 10 月以来，不止一位技术 Leader 曾向我吐过「招聘算法工程师难」的苦水。尽管「算法」背后代...
...习 写给人类的机器学习 2.2 监督学习 II Python 数据分析与挖掘实战 第5章 挖掘建模 Python 数据分析与挖掘实战 第13章 财政收入影响因素分析及预测模型 与 TensorFlow 的初次接触 2. TensorFlow 中的线性回归 SciPyCon 2018 sklearn 教程 五...
...安全团队进行对接。通过WeTest提供的手游安全测试，主动挖掘游戏业务安全漏洞，用来提前暴露游戏潜在的安全风险，这样不仅能最大程度降低事后外挂的危害，更有效降低外挂的打击成本。 量体裁衣——量身锻造的安全漏洞...
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...
李涛
魏明
李义
