PIXNET Logo登入

蛋塔賣你 (Data Mining)

跳到主文

蛋塔賣你 (Data Mining) 分享對於數值分析路途中之心得

部落格全站分類:社團組織

  • 相簿
  • 部落格
  • 留言
  • 名片
  • 11月 18 週六 201710:02
  • 資料視覺化工具


 
http://rawgraphs.io/
(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(113)

  • 個人分類:
▲top
  • 4月 23 週日 201721:55
  • 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?


(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(924)

  • 個人分類:Data Mining
▲top
  • 2月 05 週日 201712:04
  • 95%的信心水準是什麼?

通常在統計的分析報告中你會看到這樣的用語「在95%的信心水準下,平均值會落在某某誤差區間內。」
 
(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(562)

  • 個人分類:
▲top
  • 6月 05 週日 201607:13
  • 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。
(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(2,284)

  • 個人分類:Study
▲top
  • 4月 10 週日 201617:19
  • 「心得」點子就要秀出來 Show Your Work: 10 Ways to Share Your Creativity and Get Discovered

作者簡介
奧斯汀‧克隆 Austin Kleon
10個創作者生存必備的新原則,這本書要告訴你,你一定要敞開心胸,大方分享,勇敢面對──成為其他創作者會來偷學的創作者。
(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(276)

  • 個人分類:Article
▲top
  • 4月 05 週二 201610:21
  • [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)


這樣思考,和好運交朋友:發現與善用人生好運的13種思考術


作者:馬克思.岡瑟(Max Gunther)
出版社:九印
出版日期:2014-04-02
(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(368)

  • 個人分類:Article
▲top
  • 12月 20 週日 201515:54
  • 20個問題檢測"假"數據科學家 (20 questions to detect fake data scientists)

kirk.jpg

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。 
(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(224)

  • 個人分類:Data Mining
▲top
  • 10月 01 週四 201513:25
  • 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
 
(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(527)

  • 個人分類:
▲top
  • 9月 21 週一 201521:29
  • 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
(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(236)

  • 個人分類:
▲top
  • 8月 15 週六 201513:53
  • 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。
 
(繼續閱讀...)
文章標籤

MR. MINING 發表在 痞客邦 留言(0) 人氣(1,562)

  • 個人分類:Study
▲top
12...6»

Big data

最新文章

  • 資料視覺化工具
  • 數據分析該選擇R還是Python呢?
  • 95%的信心水準是什麼?
  • 資料倉儲(Data warehousing) v.s. 線上分析處理(OLAP) 之差異
  • 「心得」點子就要秀出來 Show Your Work: 10 Ways to Share Your Creativity and Get Discovered
  • [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)
  • 20個問題檢測"假"數據科學家 (20 questions to detect fake data scientists)
  • 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
  • 開放資料(Open data)的定義以及企業類別
  • 大數據 (BIG DATA)心得 - 第五章:資料化 (Datafication)

熱門文章

  • (21,560)什麼是Outlier?
  • (12,608)Jaccard Similarity相似度
  • (2,943)如何在Excel 2007中 設定引用項目
  • (1,978)什麼是VPRC model?_資訊經濟
  • (1,717)又是"英國研究"。統計的誤用
  • (1,447)當心靈遇上科學(What the Bleep do we know?)
  • (1,406)什麼是Lock-in?_資訊經濟
  • (972)什麼是LCS (Learning Classifier System)_智慧型決策系統?
  • (541)如何製作知識圖?
  • (449)什麼是XCS (Extend Classify System)_智慧型決策系統?

文章精選

文章分類

  • Article (3)
  • Study (4)
  • Database System (6)
  • Financial Engineering (6)
  • Data Mining (16)
  • How to....? (4)
  • Socialization (3)
  • 未分類文章 (1)

參觀人氣

  • 本日人氣:
  • 累積人氣: