摘要：提到大数据分析平台，不得不说Hadoop系统，Hadoop到现在也超过10年的历史了，很多东西发生了变化，版本也从0.x进化到目前的2.6版本。我把2012年后定义成后Hadoop平台时代，这不是说不用Hadoop，而是像NoSQL （Not Only SQL）那样，有其他的选型补充。 背景篇 Hadoop: 开源的数据分析平台，解决了大数据（大到一台…

最近几年，Python的使用增长率一直比R快，到今年，Python终于以微弱的优势超过了R的使用率 (52.6% Vs 52.1%)。

摘要：回顾两年来的心路历程，样本量N=1 原文：Doing Data Science at Twitter 原作者: Robert Chang 引子 2015年6月17日是我在Twitter工作两周年的纪念日。回想起来，两年间，数据科学在Twitter的应用方式和范围发生了很大变化： · 许多Twitter的非机器学习主导的核心产品中，机器学习的比重正在不断…

一手把“大数据”带进国内的阿里，正经历一场数据危机 所以，就像当初的来往，有些仗是不得不打。 “我们正处在人类历史上第三次技术革命，从IT时代走向DT时代，是真正的大释放。”这是今天马云在“2015杭州云栖大会”上的讲话。 事实上，在我们周围有很大一部分创业者是抱着“听马云讲互联网未来”的“朝圣心态”，穿越大半个主城区，来到云栖小镇参加这么一场大会的。至于，…

文/好甜 来自：PMCAFF产品经理社区 明确数据分析的目的 因为产品数据是在产品上线后收集到的，所以为了之后能够得到一系列全面合理的数据，需提前做好数据的规划，明确每一个数据所能产生的价值。 不同的分析目的，所需要的KPI数据不一样 对于产品经理来说，一般有三个场景中的数据应用： 1.每日观测的产品运行数据； 2.为了验证某个想法而做的产品实验数据，如A/…

咚咚是什么？咚咚之于京东相当于旺旺之于淘宝，它们都是服务于买家和卖家的沟通。 自从京东开始为第三方卖家提供入驻平台服务后，咚咚也就随之诞生了。 我们首先看看它诞生之初是什么样的。 1.0 诞生（2010 – 2011) 为了业务的快速上线，1.0 版本的技术架构实现是非常直接且简单粗暴的。 如何简单粗暴法？请看架构图，如下。 1.0 的功能十分简…

用户画像是数据运营的基础，也是做深度挖掘的一个不可或缺的模块。只有先打好画像基础，确保画像质量，后续的深挖行为才有突破的可能。

摘要：我们每天都会遇到各种转化率的问题，如电商行业关注的购买转化率、网站的注册转化率等等，其中很多运营者都会遇到转化率低的问题。那么如何解析背后的原因，下一步又该做什么呢？面对这些问题，我们又该如何去思考。 大家平时会从很多渠道获得很多看似“完美”的解决方案，那些方案看似很美，是不是真的有用呢？很多时候，问题和答案是不可复制的；一个方案在这里适用，但是在别的…

网络分析工具可以帮助你收集、预估和分析网站的访问记录，对于网站优化、市场研究来说，是个非常实用的工具。 每一个网站开发者和所有者，想知道他的网站的完整的状态和访问信息，目前互联网中有很多分析工具，本文选取了10款最好的分析工具，可以为你提供实时访问数据。 1. Google Analytics 这是一个使用最广泛的访问统计分析工具，几周前，Google An…

互联网是数字构成的世界，我们可以通过数据分析来解密互联网产品的各个关键。我们一般通过KIA分析和综合分析发现创新点和问题，并重新建立运营框架，以数据为驱动进行产品（包括营运方式）的升级换代。 KIA数据包括： Click Density Analysis 点击密度分析 Visitor Primary Purpose 访客首要目的 Task Completio…

随着比特币的不断发展,它的底层技术区块链也逐步走进公众视野,引起大众注意。本文用不到50行的Python代码构建最小的数据区块链，简单介绍了区块链去中心化的结构与其实现原理。

数据科学家如何变得性感的故事，大致也就是作为成熟学科的统计学如何与新兴学科计算机科学发生关系的故事。“数据科学”这个术语的出现较晚近，用来指代一个需要解读大量数据的职业。但解读数据这件事的历史很长，它已经被科学家、统计学家、图书馆员、计算机科学家以及其他人士讨论多年。下文的时间线追溯“数据科学”一词的演化，以及它的应用、对它进行定义的尝试和一些相关的术语。 …

先说说写一份好的数据分析报告的重要性，很简单，因为分析报告的输出是你整个分析过程的成果，是评定一个产品、一个运营事件的定性结论，很可能是产品决策的参考依据，既然这么重要那当然要写好它了。 我认为一份好的分析报告，有以下一些要点： 首先，要有一个好的框架，跟盖房子一样，好的分析肯定是有基础有层次，有基础坚实，并且层次明了才能让阅读者一目了然，架构清晰、主次分明…

随着经济的快速增长，各个行业公司的各种客户数据信息、交易数据信息也成爆炸式增长。大部分公司管理者意识到数据所能够带来的具体潜力与价值，数据分析技术也被人们所广泛使用。与此同时，数据分析人员供不应求，据麦肯锡咨询公司一份报告显示，到2018年，仅在美国，数据分析人才缺口约150万。 然而目前数据分析行业并没有统一规范标准，数据分析从业人员素质参差不齐，大部分大…

有关人工智能、神经网络、机器学习、深度学习与大数据的技术合辑

神经网络在过去几年中取得了惊人的进步，现在已成为图像识别和自动翻译领域最先进的技术。

本篇文章使用Python和OpenCV中的Haar特征分类器对人脸及眼睛进行检测和追踪。在开始之前，有几件准备工作要完成。

摘要：我们很荣幸能够见证Hadoop十年从无到有，再到称王。感动于技术的日新月异时，希望通过这篇内容深入解读Hadoop的昨天、今天和明天，憧憬下一个十年。 本文分为技术篇、产业篇、应用篇、展望篇四部分 技术篇 2006年项目成立的一开始，“Hadoop”这个单词只代表了两个组件——HDFS和MapReduce。到现在的10个年头，这个单词代表的是“核心”（…

客户关系管理的目标是缩减销售周期和销售成本、增加收人、寻找扩展业务所需的新的市场和渠道、以及提高客户的价值、满意度、赢利性和忠实度。

数据库工程师面试常见问题及解答。