回答:工具方面，seaborn是matplotlib的扩展和二次封装，个人认为日常数据分析matplotlib完够用了。一般脏数据分析可以分为以下几个步骤：一．数据读取：根据数据源文件的文件类型，可以使用pandas的read_csv、read_table、read_excel、read_sql、read_json、read_html、DataFrame来读取。 二．查看数据信息：主要使用describ...
tomlingtm
|
486人阅读
回答:作为一个数据分析师来回答一下：我做这行两年多了，刚开始的时候用的多是MySQL数据库，当然，Oracle数据库也会用到，尤其是在金融行业或者国企都用Oracle，一般的公司使用MySQL数据库，可能是因为MySQL数据库免费吧。另外，在一家互联网公司，我遇到了mongodb，目前一些新兴的互联网公司使用nosql的也比较多，这个当时是现学现卖的。作为一个数据分析师，可能对数据库的使用一般是存取数据...
陈江龙
|
774人阅读
回答:1、您问的这两点问题有点歧义，Python是编程软件，而SQL是数据库软件，任何编程都需要用到编程软件和数据库软件，所以两者都要学；2、主流的编程软件有以下几种，最知名的是Java，其次还有Python，还有开源的PHP，还有微软的.net，你说的Python一般用于人工智能，功能最强大的还是Java，基本上可以通吃各种平台，强烈建议是先学Java，学会了Java，其他的也都很容易学了，不过Jav...
lscho
|
667人阅读
回答:其实根本就没有什么数据分析师，或者说，人人都是数据分析师。懂我这个意思吗？我的文章里，也写过很多数据行业的知识，你可以去看看，其实有时候想想，你就不一定非得从事这样的行业了。就拿数据挖掘来说吧，据我所知，厂商今年都混的不怎么样，为什么？客户需求很少，而且都是定制化的，整个项目的周期很长。还有就是一个企业里，互联网公司可能还好一点，数据分析师根本不需要那么多，你看看ucloud的数据分析报录比，20...
bingchen
|
705人阅读
回答:谢谢邀请！数据分析师通常分成两种，一种是应用级数据分析师，另一种是研发级数据分析师，区别就在于是否具备算法设计及实现的能力。应用级数据分析师通常需要掌握各种数据分析工具，把业务模型映射到数据分析工具上，从而得到数据分析的结果。数据分析工具比较多，比如Excel就是一个传统的数据分析工具，另外还有Minitab、LINGO、JMP等，要想全面掌握这些工具的使用需要具备一定的数学基础和统计学基础。通常...
txgcwm
|
1091人阅读
...改变业务形态，企业将越来越依赖于BI系统强大的自动化数据分析功能。就业务分析和商业智能而言，人工智能的研究已经达到了某种程度的成熟，大规模的机器学习（ML）应用和小规模的深度学习（DL）应用已经开始进入市场。...
...的应用概念，用于商业领域中数据的综合利用。本文就让数据分析师来解读，商业智能与数据挖掘的关系到底是怎样的。 6 一、商业智能与数据挖掘是什么数据挖掘的英文是data mining，简称DM，它的作用是描述过去，预测未来，...
...技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。本质是数据+业务理解，数据部分和报表类似，就是统计和展示数据，业务理解部分是通过各种BI软件的功能实现深度的数据分析+智能的数据预...
...技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。本质是数据+业务理解，数据部分和报表类似，就是统计和展示数据，业务理解部分是通过各种BI软件的功能实现深度的数据分析+智能的数据预...
...技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。本质是数据+业务理解，数据部分和报表类似，就是统计和展示数据，业务理解部分是通过各种BI软件的功能实现深度的数据分析+智能的数据预...
...大数据时代，大多数行业都开始发现数据的潜在价值，对数据分析的需求越来越大。因此，商业智能给企业带来了越来越多的好处。本文就来分析BI在挖掘数据价值方面具有固有的好处。 4 一、商业智能的概念商务智能，英语是B...
...，维一般包含着层次关系。因此OLAP也可以说是多维数据分析工具的集合。 2、发展历程 当今的数据处理大致可以分成两大类：联机事务处理OLTP（On-Line Transaction Processing）、联机分析处理OLAP（On-Line Analytical Processing）。 起初...
...领域的企业选择以更加开放和互惠互利的形式构建自己的商业生态和投资体系。 此前享受移动互联网投资红利末班车的头部公司，或进入一个更为有利的低竞争成长期，非头部公司，则可能进入资产整合阶段；未来，中国的技...
...数据技术中的风险、挑战和机遇的看法。该数据显示，大数据分析技术尽管相对较新，仍然有 86% 的公司运用了大数据系统。此外，大中型公司认为大数据分析是必须的，并且接受基于大数据分析的新技术。调查对象被问到，与...
...的理念，企业的经营面临越来越激烈的竞争，如果部署数据分析平台还像10年前经历漫长实施过程的话，那么数据化运营将成为空谈。于是数据时代催生了敏捷需求，满足市场期望的敏捷商业智能出现了。 敏捷这个词汇，...
... 详细介绍技术背景 随着数字化转型的深入推进，商业银行的产品迭代不断加快。同时，商业银行的业务性质要求其应用系统有极高的稳定性和可靠性。既要快又要稳，自动化测试是解决这一问题的关键。因此，最近几年...
...，可以说比较适合国人，部署方便，走多维分析的方向，数据分析功能全面实用。主要特点之一就是易上手，通过傻瓜式操作，便能制作出丰富多样的数据可视化信息，进行数据钻取，联动，过滤等操作，自由分析数据。个人最...
...演讲。 Sethuraman Janardhanan博士，Happiest Minds Technologies的大数据分析实践主管和客户负责人，负责管理北美大数据分析领域的战略客户。由于无处不在的计算设备和新时代的颠覆性技术的革命，大数据已成为业务中不可或缺的一部...
...解决方案是一个硬币的两面，不可割裂。可以说，云、大数据分析和人工智能正在成为IBM的新灵魂。为了重生，自2010年迄今，IBM至少狂砸了420亿美金。1、大数据分析平台是核心 根据IBM的2015年财报，IBM认知解决方案业务主...
...养不断提升，BI市场迎来了快速发展期。企业出于对现有数据分析和挖掘的需要，始终对BI领域保持高度的关注。很多公司都意识到，在高速变化和竞争激烈的市场中，企业需要对自身业务更加熟悉，而且能够使之随市场变化迅...
轻量云主机已更新简化版Windows帕鲁镜像的安装教程，现在仅需3步，就可以畅游帕鲁大陆！需要Lin...
UCloud轻量云主机已更新Linux帕鲁镜像的安装教程，现在仅需1步，就可以畅游帕鲁大陆！也欢迎大...
zhigoo
