在雇佣数据科学家最多的十大行业中，有六个行业的研究型数据科学家数量超过了其他类型的数据科学家。

如前所述，用户细分包括前后两部分，即前一部分因子分析完成后，还要对获得的公共因子进行随后的聚类分析。 聚类分析按照相似度进行划分类别，相似度一般由数据对象间的距离远近来衡量。基于确定的业务需求和分析目标，可以从用户基本属性、用户使用行为两个方面选择变量，随后便要进一步明确样本数据的形式。 样本数据中性别、年龄及收入是离散变量，而使用频度和价值贡献是连续变量，…

20世纪90年代后期，IBM深蓝（Deep Blue）研究了一系列的国际象棋算法，期望于打败当时的世界冠军加里•卡斯帕罗夫（Garry Kasparov）。

近来由于数据记录和属性规模的急剧增长，大数据处理平台和并行数据分析算法也随之出现。于此同时，这也推动了数据降维处理的应用。实际上，数据量有时过犹不及。有时在数据分析应用中大量的数据反而会产生更坏的性能。 最新的一个例子是采用 2009 KDD Challenge 大数据集来预测客户流失量。 该数据集维度达到 15000 维。 大多数数据挖掘算法都直接对数据逐…

主成分分析是一种经典的降维方法，但如果你只把主成分分析作为一种降维手段，那么你就太OUT了。

这篇文章是一个投资者对数据分析在过去25年的回顾。作者西蒙迪斯从投资者的角度讨论了数据分析的变革，认知应用的价值，以及最受风投关注的大数据核心领域。

这是一次数学家独创的完美约会经验贴

大部分数据都是模拟趋势数据，要获得一个产品的绝对历史下载量是一件很难的事情，你要知道每个App都是分版本向App store或者安卓应用商店提交的，所以理论上我们需要看的是这个版本的下载量和活跃度。

聚类作为一种数据挖掘工具，在生物学，商务智能以及Web搜索等方面有着广泛的应用。

谨以此文，献给在路上的年轻朋友们!

数据科学就业市场正在迅速变化。能够建立机器学习模型曾经是只有少数杰出科学家才具备的一项精英技能。

在了解了什么是数据分析师、数据分析师的基本素质，那么接下来需要学习什么，有什么好的学习资料呢？

机器学习中存在各种不同的分类模型，如逻辑回归、决策树、朴素贝叶斯和支持向量机等。评估不同分类模型性能的方法是相通的。

准度提高没有那么快，在准度相对固定的情况下，要赢得比赛，需要怎么样的策略？

即使你是搞建模的，假如没搞过神经网络，可能也不清楚，甚至你做过神经网络工程，但如果仅仅是调用一下算法库，也可能是一知半解。

本文借用国外评图应用例子说明如何使用由新加坡科技设计大学（简称 SUTD）提出的创新工具箱来规划用户研究。该工具箱可能会在您下次遇到“每个人都知道”如何解决的情况时派上用场。

大数据，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大家都清楚医疗数据被安全地存储有多关键。谁也不希望自己的诊疗病例转眼就不见，明天要做手术的患者，今天忽然所有病例都不见了，可见是多么恐怖的一件事情。

摘要：这篇文章原刊登于《量子杂志》(Quanta Magazine)，分析了机器学习在大数据中的一些数学原理和问题，作者Ingrid Daubechies是杜克大学数学、电子和计算机工程系的教授。《量子杂志》是由西蒙斯基金会独立编辑出版的一本杂志，旨在向公众介绍数学、物理和生命科学方面的最新进展。 几年前的一次晚餐上，杰出的微分几何学家 Eugenio C…

正则表达式，一个十分古老而又强大的文本处理工具，仅仅用一段非常简短的表达式语句，便能够快速实现一个非常复杂的业务逻辑。熟练地掌握正则表达式的话，能够使你的开发效率得到极大的提升。 正则表达式经常被用于字段或任意字符串的校验，如下面这段校验基本日期格式的JavaScript代码： 下面是技匠整理的，在前端开发中经常使用到的20个正则表达式。 1 . 校验密码强…