智享数据科学资源平台
首 页
使用帮助
联系我们
全站搜索
通识教育
精品课程
知识锦囊
精品案例
精品题库
新闻资讯
竞赛实践
职业规划
全部
基本概念
思维方法
数据来源
更多
数据处理
数据分析
数据可视化
如何测试一个对象真假
测试一个对象是True, 还是False. []: ([,,])[]: []: ([])[]: []: ([,,])[]:
整数和ASCII互转
十进制整数对应的ASCII字符 []: ()[]:查看某个ASCII字符对应的十进制数 []: ()[]:
如何进制转化
十进制转换为二进制: []: ()[]:十进制转换为八进制: []: ()[]:十进制转换为十六进制: []: ()[]:
正态概率分布
正态概率分布是连续型随机变量中最重要的分布。世界上绝大部分的分布都属于正态分布,人的身高体重、考试成绩、降雨量等都近似服从。正态分布如同一条钟形曲线。中间高,两边低
均匀概率分布
随机变量x在任意两个子区间的概率是相同的。均匀概率密度函数数学期望方差
泊松概率分布
泊松概率分布泊松概率是另外一个常用的离散型随机变量,它主要用于估计某事件在特定时间或空间中发生的次数。比如一天内中奖的个数,一个月内某机器损坏的次数等。泊松概率的成
二项概率分布
二项概率分布二项分布是一种离散型的概率分布。故明思义,二项代表它有两种可能的结果,把一种称为成功,另外一种称为失败。除了结果的规定,它还需要满足其他性质:每次试验成功的概
什么是数学期望和方差
数学期望是对随机变量中心位置的一种度量。是试验中每次可能结果乘以其结果的概率的总和。简单说,它是概率中的平均值。方差随机变量的变异性或者是分散程度的度量。其中的u
什么是贝叶斯定理
简单的来讲,贝叶斯定理其实就是,我们先假设一个事件发生的概率,然后又找到一个信息,最后得出在这个信息下这一事件发生的概率。举一个我们生活中的例子,当我们和一个被怀疑做坏事
计数法则
多步骤试验的计数法则如果一个试验可以分为循序的k个步骤,在第1步中有N1种试验结果,在第2步中有N2种试验结果...以此类推。那么所有的试验结果的总数为N1*N2*N3...*Nk。举例:抛
专题大数据分析之客户分组分析
客户分组分析是根据用户的属性数据分析,对用户进行了分组归类来分析。它其实就是常规比较分析里面的分组分析,不过主要针对的是客户群体。例如某年对小镇青年与都市青年最喜爱
专题大数据分析之敏感性分析法
敏感性分析法是指从众多不确定性因素中找出对投资项目经济效益指标有重要影响的敏感性因素,并分析、测算其对项目经济效益指标的影响程度和敏感性程度,进而判断项目承受风险能
专题大数据分析之重力模型分析和推荐算法
重力模型分析应用最多的一种“出行分布模型”。因表述形态与牛顿重力定律而得名。模型认定两区间内的出行次数同出发区的出行产生数成正比,同两区间的交通阻抗的某一乘方数成
专题大数据分析之市场购物篮分析
通过购物篮/购物车所显示的信息来研究顾客的购买行为。购物篮分析最出名的一个案例就是“啤酒与尿布”:20世纪90年代的美国沃尔玛超市中,其管理人员分析销售数据时发现在某些
什么是专题大数据分析
所谓专题大数据分析,是指对特定的一些规模巨大的数据进行分析。大数据常用来描述和定义信息爆炸时代产生的海量数据,并命名与之相关的技术发展与创新。常见特征是数据量大、类
财务和因子分析之EVA分析法
EVA分析法EVA是经济增加值模型(Economic Value Added)的简称,是Stern Stewart咨询公司开发的一种新型的价值分析工具和业绩评价指标,是基于剩余收益思想发展起来的新型价值模型
财务和因子分析之财务比率分析
财务比率分析根据同一时期财务报表中两个或多个项目之间的关系,计算其比率,以评价企业的财务状况和经营成果。财务比率可以评价某项投资在各年之间收益的变化,也可以在某一时点
财务和因子分析之财务指标分析
财务指标分析是指总结和评价企业财务状况与经营成果的分析指标,包括偿债能力指标、运营能力指标、盈利能力指标和发展能力指标。对企业财务报表进行分析与评价通常是由报表分
财务和因子分析之杜邦分析法
所谓财务和因子分析,主要是指因子分析法在财务信息分析上的广泛应用。因子分析的概念起源于20世纪初的关于智力测试的统计分析,以最少的信息丢失为前提,将众多的原有变量综合成
大型管理模型分析之品类管理
公司根据产品品类来进行的品牌管理,它包括高效的产品组合、货架管理、定价与促销、补货及新品引进等。例如通过品类管理我们可以分析哪些品类最受消费者喜爱,某品类购买的消费
页次:13/33 每页20 总数653
首页
上一页
下一页
尾页
转到:
第 1 页
第 2 页
第 3 页
第 4 页
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 10 页
第 11 页
第 12 页
第 13 页
第 14 页
第 15 页
第 16 页
第 17 页
第 18 页
第 19 页
第 20 页
第 21 页
第 22 页
第 23 页
第 24 页
第 25 页
第 26 页
第 27 页
第 28 页
第 29 页
第 30 页
第 31 页
第 32 页
第 33 页
栏目简介
旨在通过专业设计、体系化梳理的内容帮助高校学生快速了解、系统掌握数据科学相关知识,尽可能学生降低认知门槛、提高学习效率。
浏览量统计
:
2939
热点推荐
1
想当数据分析师?你可以先去考这6 个证书
2
28所高校参与!西南高校数据科学与大数据技术人才培养研讨会在成师举行!
3
《课程思政》建设
4
国家重点研发计划“区块链”重点专项项目启动
5
广东工业大学数据科学与大数据技术专业介绍
6
数据科学与大数据技术专业哪家强?考取难度排名前100院校出炉!
7
2020年贵阳市大数据发展工作会议召开
8
我校主办的第五届图像计算与数字医学国际研讨会(ISICDM 2021)圆满结束
猜你喜欢
数据集的使用技巧
什么是数据集
数据分析与处理方法
数据可视化的适用范围
什么是数据可视化
区块链的应用领域
区块链的发展历史
什么是区块链
云计算的应用
云计算的实现形式
更多优质内容,敬请关注
可视化工具——Python包Seaborn
可视化工具——Python包Pygal
可视化工具——Python包Plotly
可视化工具——Python包Matplotlib
可视化工具——FineBI
可视化工具——Tableau
可视化工具——Power BI
可视化工具——Excel
在数据科学方面,如何拓宽眼界以及让自己全能多元
如何展示数据科学的价值