公司不仅可以向数据科学家和机器学习工程师投入资金，还希望魔法能够实现。根据VentureBeat的报告，大约90%的机器学习模型从未投入生产。尽管十分之九的技术主管认为AI将成为下一次技术革命的核心，但AI的采用和部署仍具有增长的空间。为了帮助数据科学家发

日常工作中，分析师会接到一些专项分析的需求，首先会搜索脑中的分析体悉，根据业务需求构建相应的分析模型，根据模型填充相应维度表，这些维度特征表能够被使用的前提是假设已经清洗干净了。前两天在Towards Data Science上看到一篇文章，讲的是用Pan

日常工作中，分析师会接到一些专项分析的需求，首先会搜索脑中的分析体系，根据业务需求构建相应的分析模型，根据模型填充相应维度表，这些维度特征表能够被使用的前提是假设已经清洗干净了。前两天在Towards Data Science上看到一篇文章，讲的是用Pan

SQL和Python几乎是当前数据分析师必须要了解的两门语言，它们在处理数据时有什么区别?本文将分别用MySQL和pandas来展示七个在数据分析中常用的操作，希望可以帮助掌握其中一种语言的读者快速了解另一种方法!在阅读本文前，你可以访问下方网站下载本文使

使用机器学习模型越久，就越能意识到，正确了解模型当下的运行目的及效果有多重要。在实践中，即便是在最佳情况下，跟踪模型的运行情况都十分繁琐。大多数情况下，我都会构建自己的工具来调试和分析机器学习模型。为了更好地利用时间和资源，我决定使用一系列可用的在线工具来

9月18日，2020云栖大会上，达摩院发布首个泛自然资源行业AI引擎AI EARTH，首次实现对天、空、地多源数据精准分析的能力，可清晰记录分析地球每一寸土地变化，大到山川植被湖泊面积变化、小到农作物生长情况，都能快速、精准分析。据介绍，AI EART

近日，两个外国小哥Kartik Godawat 和 Deepak Rawat 开发了一个 Jupyter 插件Text2Code，可以将自然语言查询转换成相关的 Python 数据分析代码。如果能创建一个桌面软件，将自然语言直接转换成相关的 Python

数据科学一直是个引人注目的领域，尤其是对于那些有计算机科学、统计、业务分析、工程管理、物理、数学等学科背景的年轻人。但雾里看花始终看不清晰，人们总是认为数据科学背后有许多神秘的地方，觉得它不仅仅是机器学习和统计。除了研究助理和实习之外，没有任何全职行业经验

在铺天盖地广告的洗脑下，让很多想要学习数据分析或者已经从事数据分析的人产生了这样的疑问：python真的很厉害吗?

多年来，主流开发人员一直在使用低代码方法来构建业务和消费者应用软件，这在很大程度上构成了AI界低代码方法的基础。据Veritone的产品高级副总裁Kfir Yeshayahu表示，这些低代码技术在AI界受到追捧。他说，近来对快速AI开发的需求日益增长，尤

在日常使用pandas的过程中，由于我们所分析的数据表规模、格式上的差异，使得同样的函数或方法作用在不同数据上的效果存在差异。而pandas有着自己的一套「参数设置系统」，可以帮助我们在遇到不同的数据时灵活调节从而达到最好的效果，本文就将介绍pandas中

一些小的技巧在编程领域可能会非常有用，在数据科学领域同样如此。数据科学爱好者 Parul Pandey 在近日发表了一篇博文，分享了在数据科学中非常实用的 10 个小技巧。有时候，一点小小的黑客行为可以节省时间，挽救生命。一个小小的快捷方式或附加组件有时

由资深BI厂商自主开发的智能BI工具操作简单，会拖拉拽就能做BI报表，会点击就能应用智能数据分析功能去分析挖掘数据。在Smartbi这款智能BI工具上做数据分析，无论是数据匹配、分析、挖掘还是可视化呈现都能在系统内部自动实现，使用者唯一需要做的也就是给发出

Python进行数据分析的核心库肯定是Pandas，该库差不多可以解决结构化数据的绝大部分处理需求。在《Python数据分析常用函数及参数详解，可以留着以备不时之需 》一文中也已经对该库的常用函数进行了详细介绍。但是Pandas是构建在Numpy的基础之

本节选用的是Python的第三方库seaborn自带的数据集，该小费数据集为餐饮行业收集的数据，其中total_bill为消费总金额、tip为小费金额、sex为顾客性别、smoker为顾客是否吸烟、day为消费的星期、time为聚餐的时间段、size为聚餐

没有人能躲过Microsoft Excel ——你要不就很爱它，要不就是很讨厌它。也许在大学毕业之前，Excel只是考试周才会见几面的朋友，关系仅限脸熟。但当工作进入企业之后，你会发现假如Excel消失一个小时，整个世界就会停止运转!Excel几乎无所不

本文转载自公众号“读芯术”。没有人能躲过Microsoft Excel ——你要不就很爱它，要不就是很讨厌它。也许在大学毕业之前，Excel只是考试周才会见几面的朋友，关系仅限脸熟。但当工作进入企业之后，你会发现假如Excel消失一个小时，整个世界就会停

Python 语言是数据分析领域最常用的编程语言，因此本文将向大家介绍一个Python数据分析实战项目，学完这个项目大家可以使用 Pandas 进行数据准备、清洗、整理、计算与可视化，以及掌握最主流的数据可视化框架Seaborn和Echarts，并利用Bo

当我们一谈到可视化大屏，超大画面、超强科技感、酷炫的呈现效果就会出现在我们的脑海中。所谓数据可视化，就是通过图表、图形、地图等视觉元素，将数据中所蕴含的信息的趋势、异常和模式展现出来。与传统报表相比，BI智能大屏可以让数据更加直观，便于快速接收分析。BI智

Smartbi支持多种数据源轻松接入，基本涵盖了市面上所有主流的数据库。无可否认多元的数据连接能力使Smartbi能快速连接现有数据源，构建统一的数据分析平台。但在项目实施过程中，往往会遇到以下的问题：。数据库可能是分布在不同实例和不同的主机上，join关