“知识视界”产学研-视频播放

对不起，您不在IP段范围内，无法观看

1703 播放

播放有问题？请戳这里

测量标度 - 标称、序数、区间和比率标量数据

时长：12 分钟

类别：大数据技术

简介：这个统计视频教程对不同形式的测量标度进行了一个基本的介绍，如标称、序数、区间和比率标量数据。

相关视频:

数据挖掘 8 数据噪声

在本集《数据挖掘基础》教程中，我们将讨论可以重叠有效数据和异常值的数据噪声。噪声的出现是因为人为的不一致和分类。我们将为您列举几个数据噪声的例子，以及如何测量和记录数据噪声。
现代数据基础设施：从ETL到ELT

Fivetran创始人兼首席执行官乔治•弗雷泽解释,将数据从来源端移到存储端（数据湖和数据仓库）的工作流——如何从惯常和繁琐的ETL过程（提取-转换-加载）变为更加标准化和可伸缩的ELT（提取-加载-转换）。数据为我们的决策和产品提供动力。处理这一问题的工具和技术也在迅速发展。
4大数据分析工具

数据分析工具是任何数据分析师或数据科学家必须了解的关键。但是您应该学习哪种工具呢？我将介绍几种选择以及了解每种选择对您的数据职业生涯的好处。从Python到R和SAS，找出哪个分析工具最适合你。
如何成为数据分析师

数据分析师究竟是什么人？数据分析师是数据科学的真正骑兵。他们负责收集数据、构建数据库、创建和运行模型，以及准备高级类型的分析来解释已经出现的数据规律。数据分析师还会忽视预测分析的基本部分。
数据挖掘的十大算法

本讲座重点介绍2008年前后的10大数据挖掘算法。其中包括各种有监督和无监督的方法，并早于大约2012年的深度神经网络革命。
技术讲座：数据建模的最佳做法

当我们考虑数据库性能时，不应该忽视数据建模：数据的编写和检索方式决定了系统的运行速度。因为Scylla是一个非关系型数据库，其数据模型注重应用程序查询，以构建最有效的数据结构。通过理解新的数据库概念以及如何将它们应用到Scylla中，可以切实地适应新的数据建模思维。
数据可视化的未来

2014年在圣何塞举行的Strata + Hadoop世界大会上，Trifacta联合创始人杰弗里·希尔(Jeffrey Heer)发表了主题演讲：“绘制前进的道路：数据可视化的未来”。
数据挖掘 3 数据属性（下）

在这个数据挖掘的基础视频教程中，我们通过识别属性分类的子集来更深入地研究属性。这些子集包括：范畴、标称、序数、区间和比率。

观看记录：

标签:

相关视频:

数据挖掘 8 数据噪声

现代数据基础设施：从ETL到ELT

4大数据分析工具

如何成为数据分析师

数据挖掘的十大算法

技术讲座：数据建模的最佳做法

数据可视化的未来

数据挖掘 3 数据属性（下）