问答
首页
找产品
找企业
资讯
论坛
百科
问答
维修
服务
品牌
改装
首页
问答
全部分类
问答
精选
待解决
问
发动机缸压采集系统中,已经有了角标仪来测量曲轴转角及上止点,为何还要用倒拖法再测量上止点位置?
江湖人
角标器产生的上止点信号其实是每转一个,并不是真实的上止点。
2023-11-19
2条回答
问
我的世界工业2泵怎么采集岩浆?
我笑了
把水泵放在岩浆上面一层,旁边弄个引擎就可以了
2023-11-13
2条回答
问
数据挖掘与数据分析的主要区别是什么
匿名
总结一下主要有以下几点:1、计算机编程能力的要求作为数据分析很多情况下需要用到成型的分析工具,比如EXCEL、SPSS,或者SAS、R。一个完全不懂编程,不会敲代码的人完全可以是一名能好的数据分析师,因为一般情况下OFFICE包含的几个工具已经可以满足大多数数据分析的要求了。很多的数据分析人员做的工作都是从原始数据到各种拆分汇总,再经过分析,最后形成完整的分析报告。当然原始数据可以是别人提供,也可以自己提取(作为一名合格的数据分析师,懂点SQL知识是很有好处的)。而数据挖掘则需要有编程基础。为什么这样说呢?举两个理由:第一个,目前的数据挖掘方面及相关的研究生方面绝大多数是隶属于计算机系;第二点,在招聘岗位上,国内比较大的公司挂的岗位名称大多数为“数据挖掘工程师”。从这两点就可以明确看出数据挖掘跟计算机跟编程有很大的联系。2、在对行业的理解的能力要想成为一名优秀的数据分析师,对于所从事的行业有比较深的了解和理解是必须要具备的,并且能够将数据与自身的业务紧密结合起来。简单举个例子来说,给你一份业务经营报表,你就能在脑海中勾画出目前经营状况图,能够看出哪里出现了问题。但是,从事数据挖掘不一定要求对行业有这么高的要求。3、专业知识面的要求数据分析师出对行业要了解外,还要懂得一些统计学、营销、经济、心理学、社会学等方面的知识,当然能了解数据挖掘的一些知识会更好。数据挖掘工程师则要求要比较熟悉数据库技术、熟悉数据挖掘的各种算法,能够根据业务需求建立数据模型并将模型应用于实际,甚至需要对已有的模型和算法进行优化或者开发新的算法模型。想要成为优秀的数据挖掘工程师,良好的数学、统计学、数据库、编程能力是必不可少的。总之一句话来概括的话,数据分析师更关注于业务层面,数据挖掘工程师更关注于技术层面。数据分析师与数据挖掘工程师的相似点:1、都跟数据打交道。他们玩的都是数据,如果没有数据或者搜集不到数据,他们都要丢饭碗。2、知识技能有很多交叉点。他们都需要懂统计学,懂数据分析一些常用的方法,对数据的敏感度比较好。3、在职业上他们没有很明显的界限。很多时候数据分析师也在做挖掘方面的工作,而数据挖掘工程师也会做数据分析的工作,数据分析也有很多时候用到数据挖掘的工具和模型,很多数据分析从业者使用SAS、R就是一个很好的例子。而在做数据挖掘项目时同样需要有人懂业务懂数据,能够根据业务需要提出正确的数据挖掘需求和方案能够提出备选的算法模型,实际上这样的人一脚在数据分析上另一只脚已经在数据挖掘上了。事实上没有必要将数据分析和数据挖掘分的特别清,但是我们需要看到两者的区别和联系,作为一名数据行业的从业者,要根据自身的特长和爱好规划自己的职业生涯,以寻求自身价值的最大化。sc-cpda 数据分析公众交流平台
2023-07-15
2条回答
问
数据库,数据仓库和数据挖掘技术之间的区别
匿名
数据仓库是要集成多种数据源,比如个人财务记录和购物记录,比如企业的原料、生产、销售的异构数据库。数据库一般是单一结构的,没办法集成异构源去做一个统一接口,所以在数据分析需求达到宏观规模后才弄出这么个概念来。所谓面向事务和面向主题就是这个意思。事务是数据记录查询的单一任务,主题是数据分析目标的相关数据范畴。数据仓库是数据挖掘的对象,进行大规模的数据挖掘前先要建立数据仓库,数据挖掘的研究方向有偏向数据库的。
2023-07-14
1条回答
问
数据挖掘数据预处理的关键技术有哪些
最终成了回忆
分箱方法是一种简单常用的预处理方法,通过考察相邻数据来确定最终值。所谓“分箱”,实际上就是按照属性值划分的子区间,如果一个属性值处于某个子区间范围内,就称把该属性值放进这个子区间所代表的“箱子”内。把待处理的数据(某列属性值)按照一定的规则放进一些箱子中,考察每一个箱子中的数据,采用某种方法分别对各个箱子中的数据进行处理。在采用分箱技术时,需要确定的两个主要问题就是:如何分箱以及如何对每个箱子中的数据进行平滑处理。
2023-07-10
1条回答
问
进行数据价值挖掘的基础是什么大数据技术
匿名
数据挖掘的目的就是得出隐藏在数据中的有价值的信息。决策树算法:例如通过算法可以对已知的事物进行分类。关联规则算法:例如在超级中把啤酒和尿不湿放在一起,可以提高销量。等等吧。
2023-07-10
2条回答
问
什么是数据挖掘,数据分析,数据挖掘师,属于文科理科范畴?
十年一刻
百度的东西就不给你粘贴了,我和你说一下我的理解。数据挖掘就是从大量的数据中总结出一些有用的结论。因为大量,所以人工实现不可能,于是就通过将数据输入计算机得出结论,那怎样让计算机可以实现这个功能?。如果从事计算机方面,做数据挖掘师,那你的重点是做算法,设计一个算法去让计算机执行。如果从事的是数据分析员,那你就是面对一个实际问题,选择现有的各种方法和数据处理的技巧去解决问题。属于理科,数学专业优先,其次计算机。 根据自己理解和经验说的。希望采纳。
2023-06-25
2条回答
问
数据库,数据仓库和数据挖掘技术之间的区别?
Zaki
数据库就是我们通常用到的用于联机事务处理的。数据仓库主要针对联机分析处理帮助决策人员进行决策的。数据挖掘技术可以作为数据仓库的前端应用,在数据仓库中挖掘出有价值的信息。
2023-06-25
2条回答
问
大数据 数据分析 数据挖掘有什么区别
匿名用户
去百度文库,查看完整内容>内容来自用户:天成信息大数据和数据分析区别 大数据是指用现有的计算机软硬件设施难以采集、存储、管理、分析和使用的超大规模的数据集。大数据具有规模大、种类杂、快速化、价值密度低等特点(4V特性)。大数据的“大”是一个相对概念,没有具体标准,如果一定要给一个标准,那幺10-100TB通常称为大数据的门槛。 数据分析是一个大的概念,理论上任何对数据进行计算、处理从而得出一些有意义的结论的过程,都叫数据分析。从数据本身的复杂程度、以及对数据进行处理的复杂度和深度来看,可以把数据分析分为以下4个层次:数据统计,OLAP,数据挖掘,大数据。 大数据分析和数据分析是有区别和联系的。这里重点关注两者的是技术要求、使用场景、业务范围等方面的区别和联系。重点要区分理论研究和实际应用两方面区别和联系。 第一:在分析方法上两者并没有本质不同 数据分析的核心工作是人对数据指标的分析、思考和解读,人脑所能承载的数据量是极其有限的。所以,无论是“传统数据分析”,还是“大数据分析”,均需要将原始数据按照分析思路进行统计处理,得到概要性的统计结果供人分析。两者在这个过程中是类似的,区别只是原始数据量大小所导致处理方式的不同。 第二:在对统计学知识的使用重心上两者存在较大的不同 传统数据分析”使用的知识主要围绕“能否通过少量的抽样数据来推测真实世界”的主题展开。“大
2023-06-25
3条回答
问
二线制仪表在中间接个数据记录仪怎么接线
e20368459148
如果是两线制4-20mA信号,绝对不可以直接接,必须接专用的:4-20mA隔离/分配 模块 。 除非你的数据记录仪除了输入端以外还专门有输出端。
2023-06-12
3条回答
上一页
9/138
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
下一页
求购
首页
找产品
找企业
论坛
我的