木东居士的茶水间

数据开发需要了解机器学习算法吗？0x00前言本篇来自于话题讨论：你认为数据开发需要了解机器学习算法吗？对于这个问题，有些群友认为是需要的，也有些群友认为是不需要的，本文根据大家的观点及作者的一些认知，

数据团队思考：数据人的通用技能要求0x00前言最近经常遇到有朋友问下面这类问题，结合最近的一些思考，本篇聊一下，数据人该具备哪些通用的技能。“数据开发到底用不用学算法？”“Excel有必要学吗？”“数

数据团队思考：如何优雅地启动一个数据项目！0x00前言如果，上面的问题，你有遇到！那么，我们就可以开启本篇文章的主题：如何优雅地启动一个数据项目！0x01数据项目的一些常见问题居士遇到很多同学在遇到数

半年前推荐过一波数据仓库相关的书单，现在应读者朋友们的要求，更新一波推荐的书单！ 和以前一样，居士只会推荐自己认真读过的书，没仔细看过的书是不会放出来的。推荐图书的范围主要是和数据建设相关的，具体内容看下文即可知。每本书有一个推荐的星级，5星为最佳。 补充一下，推荐的这几本书，…

临时链接已失效微信公众平台运营中心

由于篇幅会比较长，后续的笔记都会按照一些主题将每周的内容分拆成几篇笔记。本篇只有机器学习简介和线性代数两部分。 第一个机器学习的定义来自于Arthur Samuel。他定义机器学习为，在进行特定编程的情况下，给予计算机学习能力的领域。 另一个年代近一点的定义，由Tom Mitc…

由于篇幅会比较长，后续的笔记都会按照一些主题将每周的内容分拆成几篇笔记。本篇只有机器学习简介和线性代数两部分。 The field of study that gives computers the ability to learn without being explicit…

0x00前言对于数据的使用，我们不管是需要了解数据质量、数据口径亦或是数据血缘，最终都将会走向对数据价值的探索上。因此，本篇尝试讨论数据挖掘中的特征分析。本篇将会以一个具体的例子为主线，讨论一下特征分

本篇是关于数据延迟的处理，这种问题在处理的时候首先应该考虑的事业务场景的特性，因为业务的特性以及业务方对数据的容忍度才是最终决定数据方案的因素。 这个主题参与讨论者比较多，因此有比较多的对话环节。 问题： 一般的app数据采集可能会存在数据上报延时，因此数据会存在两个时间：数据…