leohope leohope

對不起,我忘了寫自我介紹!

發表的文章 (294)

[心得] 你應該知道,資料視覺化的七個秘密

0 回應 發表於 2015-10-23 21:56

資料視覺化 資料視覺化的道路上充滿了不可見的陷阱和迷宮,最近ClearStory Data的兩位資料視覺化開發人員分享了他們總結出來的資料視覺化開發的7個不宣之秘,普通開發者了解這些方法能提升視野,少走彎路。 資料視覺化, 特別是基於Web的資料視覺化的時代已經到來了。 類似Javascript的可視化庫如D3.js, Raphaël, 以及Paper.js, 以及最新瀏覽器所支持的如Can...

看全文


[討論] 資料挖掘在金融風險預警中的應用

0 回應 發表於 2015-10-22 17:23

摘要: 金融風險預警是金融資料挖掘中的一個重要研究方向,由於金融資料具有類型多樣、關係複雜、資料動態性、資料量大等一般特徵,此外還有高噪音、非 正態等特徵。因此,金融風險預警更有挑戰性。運用資料挖掘技術能夠從海量 ... 金融風險預警是金融資料挖掘中的一個重要研究方向,由於金融資料具有類型多樣、關係複雜、資料動態性、資料量大等一般特徵,此外還有高噪音、非 正態等特徵。因此,金融風險預警更有挑...

看全文


[討論] 統如何分辨出垃圾郵件? 資料挖掘演算法與現實生活中的應用案例

0 回應 發表於 2015-10-21 17:45

本文,主要想簡單介紹下資料挖掘中的演算法,以及它包含的類型。然後,通過現實中觸手可及的、活生生的案例,去詮釋它的真實存在。 一、資料挖掘的演算法類型 資料挖掘 一般來說,資料挖掘的演算法包含四種類型,即分類、預測、聚類、關聯。前兩種屬於有監督學習,後兩種屬於無監督學習,屬於描述性的模式識別和發現。 (一)有監督學習 有監督的學習,即存在目標變數,需要探索特徵變數和目標變數之間的關係,在...

看全文


[心得] 視覺化圖表表達的10個錯誤

0 回應 發表於 2015-10-20 14:00

資料視覺化是一個溝通複雜信息的強大武器。通過視覺化信息,我們的大腦能夠更好地抓取和保存有效信息,增加信息的印象。但如果資料視覺化做的較弱,反而會帶來負面效果。錯誤的表達會損害資料的傳播,完全曲解他們 所以優秀的資料視覺化依賴優異的設計,並非僅僅選擇正確的圖表模板那麼簡單。全在於以一種更加有助於理解和引導的方式去表達信息,儘可能減輕用戶獲取信息的成本。當然並非所有的圖表製作者都精於此道。所以我...

看全文


[討論] 對巨量資料時代下的我國行業發展的思考——以保險業為例

0 回應 發表於 2015-10-14 12:47

一、我國保險業所面臨的問題 近年來由於宏觀經濟的粗放型發展、居民財富分配不均,以及保險行業產品單一、同質化競爭、創新艱難、信息化建設不足、營銷機制問題等自身難題,各大保險公司壽險保費收入出現負增長。而保險產品供給與需求的錯位,產品不能滿足投保人需求,則被認為是其陷入困境的根本原因。 舊有的保險系統缺乏統一的客戶視圖,沒有完整的客戶信息資料,加大了理賠難度,尤其是跨區域業務。靈活的產品建模工具...

看全文


[討論] 基於巨量資料的客戶關係管理——以民生銀行為例

0 回應 發表於 2015-10-13 13:22

利率市場化改革、宏觀經濟新常態、互聯網金融和巨量資料時代的來臨正從經營環境和商業模式兩個維度徹底顛覆著商業銀行賴以生存發展的生態環境。可以預期,內外部經營環境的變化和巨量資料的應用將共同推動商業銀行進入真正向「以客戶為中心」的業務轉型期。 一、巨量資料的定義及民生銀行巨量資料戰略 各行各業都在講巨量資料,但是至今仍沒有一個被廣泛採納的巨量資料的明確定義。中國民生銀行將國際國內巨量資料研究成...

看全文


[討論] 資料可視化常用的五種方式及案例分析

1 回應 發表於 2015-10-12 12:37

對資料可視化這塊兒進行了研究和心得的整理,跟大家分享下資料可視化常用的五種方式,希望能給大家帶來思路的拓展。 概念 藉助於圖形化的手段,清晰、快捷有效的傳達與溝通信息。從用戶的角度,資料可視化可以讓用戶快速抓住要點信息,讓關鍵的資料點從人類的眼睛快速通往心靈深處。 資料可視化一般會具備以下幾個特點:準確性、創新性 和 簡潔性。 常用五種可視化方法 下面從最常用和實用的維度總結了如下5種資...

看全文


[討論] 資料分析領域中最為人稱道的七種降維方法

0 回應 發表於 2015-10-11 12:55

近來由於資料記錄和屬性規模的急劇增長,巨量資料處理平台和並行資料分析演算法也隨之出現。於此同時,這也推動了資料降維處理的應用。實際上,資料量有時過猶不及。有時在資料分析應用中大量的資料反而會產生更壞的性能。 最新的一個例子是採用 2009 KDD Challenge 巨量資料集來預測客戶流失量。 該資料集維度達到 15000 維。 大多數資料挖掘演算法都直接對資料逐列處理,在資料數目一大時...

看全文


[心得] 數據分析師的擇業指南

0 回應 發表於 2015-10-10 13:27

資料分析師這個職業現在越來越火爆。本文面向那些準備投身於這個行當的年輕人,在選擇怎樣的公司上給出了三條參考標準。 現在確實是屬於資料分析師的天下了。如果你有能力,有經驗,充滿好奇心以及永不倦怠的熱情,作為資料分析師的你可謂前景廣闊,有一大批公司乖乖站在你家門前掛著牌子等著你的挑選。但是在評估到底去哪家公司的平台上施展你的才華的時候,卻是有著很多考量的。即便是一個從業多年的老手也不可能在各種...

看全文


[討論] 資料分析師的原則

0 回應 發表於 2015-09-26 19:00

面對一大堆看似雜亂的資料,如何進行信息提取與資料加工,從中獲取自己想要的信息,並應用這些信息,有理有據的進行需求的討論、最終設計決策的推進,這是每一個交互設計師必修的課程。 在我看來,資料分析是很難的。利用你當下有限的資料資源(大多數資料往往掌握在產品經理、運營手上)去整理、分析並得出結果。 交互設計師如何培養資料分析的能力呢? 首先,要有資料收集分析的意識,掌握資料產生的來源; 其次,拿...

看全文