- Nov 18 Sat 2017 10:02
-
資料視覺化工具
- Apr 23 Sun 2017 21:55
-
數據分析該選擇R還是Python呢?
先貼幾個大家在數據分析工具的選用上的建議及偏好，提供給大家參考。
Python vs R： 在機器學習和數據分析領域中的對比
五大數據分析軟體的比較Excel、SAS、R、SPSS、python
Should You Use Python or R for Your Programming Language?
- Feb 05 Sun 2017 12:04
-
95%的信心水準是什麼?
- Jun 05 Sun 2016 07:13
-
資料倉儲(Data warehousing) v.s. 線上分析處理(OLAP) 之差異
資料庫(database)是指對於相關資料的蒐集，資料庫系統(database system)則是指資料庫與資料庫系統。傳統的資料庫支援線上交易處理Online transcation processing(OLTP) 會對於處理查詢進行最佳化。
而資料倉儲(Data warehouse)也是一個資訊的蒐集及支援系統，但比較明顯的是資料倉儲是對資料的取回(retrival)進行最佳化，而資料庫著重於例行的交易處理。而資料倉儲中之多維度的資料模型常可用來進行Roll-up display : 群組化相關的資料(例如：加總周、月、年總量)或Drill-down display：與roll-up相反，其可以拆解至其組成之細項資料。資料倉儲適合用來支援OLAP, DSS(Decision support system)及Data mining。
而資料倉儲(Data warehouse)也是一個資訊的蒐集及支援系統，但比較明顯的是資料倉儲是對資料的取回(retrival)進行最佳化，而資料庫著重於例行的交易處理。而資料倉儲中之多維度的資料模型常可用來進行Roll-up display : 群組化相關的資料(例如：加總周、月、年總量)或Drill-down display：與roll-up相反，其可以拆解至其組成之細項資料。資料倉儲適合用來支援OLAP, DSS(Decision support system)及Data mining。
- Apr 10 Sun 2016 17:19
-
「心得」點子就要秀出來 Show Your Work: 10 Ways to Share Your Creativity and Get Discovered
- Apr 05 Tue 2016 10:21
-
[心得]這樣思考和好運交朋友 (How to get lucky, 13 techniques for discovering and taking advantage of life's good breaks)
- Dec 20 Sun 2015 15:54
-
20個問題檢測"假"數據科學家 (20 questions to detect fake data scientists)
原文：http://blog.import.io/post/20-questions-to-detect-...
數據科學家是正式的21世紀最性感的工作，每個人都想分一杯羹。人們誰稱自己數據的科學家，但誰實際上並沒有正確的技能。很多人可能會認為他們是數據科學家，純粹是因為他們處理的數據。
- Oct 01 Thu 2015 13:25
-
30篇不能錯過的數據科學，大數據和分析哈佛商業評論文章
這裡有30哈佛商業評論（HBR）上的大數據科學分析提供最新的技術和事件數據的世界的見解的文章。
Source : http://www.kdnuggets.com/2015/09/30-hbr-articles-analytics-big-data-science.html
Source : http://www.kdnuggets.com/2015/09/30-hbr-articles-analytics-big-data-science.html
- Sep 21 Mon 2015 21:29
-
開放資料(Open data)的定義以及企業類別
在開收資料大商機(Open data now, Joel Gurin)一書中，作者的定義為：「可取得的公開資料，讓人們、公司，以及組織可用以創立新事業、分析型能與趨勢、做出資料導向決策，以及解決複雜問題。」
Deloitte, Harvey Lewis將開收資料領域的企業區分為五大類：
供應商(Supplier):資料供應者-不收費
匯總者(Aggregators)：分析並提供洞察-收費
軟體開發商(Developers)：設計並建立應用程式
改進者(Enrichers)：使用開放資料來改進現有產品與服務
輔助者(Enablers)：幫助其他公司更善於利用開收資料-收費
Deloitte, Harvey Lewis將開收資料領域的企業區分為五大類：
供應商(Supplier):資料供應者-不收費
匯總者(Aggregators)：分析並提供洞察-收費
軟體開發商(Developers)：設計並建立應用程式
改進者(Enrichers)：使用開放資料來改進現有產品與服務
輔助者(Enablers)：幫助其他公司更善於利用開收資料-收費
- Aug 15 Sat 2015 13:53
-
大數據 (BIG DATA)心得 - 第五章：資料化 (Datafication)
Datafication
首先，Datafication，這個字是MS office也拼不出來的新單字。
「Data」在拉丁文的意思是「既定的」，講的是一件事實。歐幾里得有一部著作以此為書名，是從已知、或是能夠加以解釋的方面，來解釋何學。到了今日，「資料」指的是能夠記錄、分析、重組的事物。
首先，Datafication，這個字是MS office也拼不出來的新單字。
「Data」在拉丁文的意思是「既定的」，講的是一件事實。歐幾里得有一部著作以此為書名，是從已知、或是能夠加以解釋的方面，來解釋何學。到了今日，「資料」指的是能夠記錄、分析、重組的事物。
- Aug 15 Sat 2015 12:21
-
一次搞懂大數據 (數位時代2015April)
- Aug 15 Sat 2015 09:08
-
大數據 (BIG DATA)心得 - 第四章：相關性 (Correlation)