数据仓库和数据挖掘是数据处理和分析中的两个重要概念，它们在现代商业智能和决策支持系统中扮演着关键角色
确定哪些性能指标对你的数据仓库最为重要。常见的KPIs包括查询响应时间、吞吐量、资源利用率（CPU、内存、I/O）、并发用户数等。
人工智能时代，程序员如何保持核心竞争力？
人工智能时代，程序员保持核心竞争力的三大杀器
什么是大数据？一文讲清大数据的概念、演进、趋势、产业链及关键技术！
大数据这个词，不管您是不是相关行业的从业者，也都听过无数遍了，但对于大多数人来说，并不能清楚的讲出什么是大数据。今天小兵尝试通过通俗的语言，结合贴近生活的例子，将大数据及相关的概念一次讲清楚。
全新神经网络架构KAN回归分析：PDP(部分依赖图)、ICE(个体条件期望)解释教程
这里创建一个KAN：8D输入（自变量），1D输出（因变量），2个隐藏的神经元，三次样条 (k=3)，3个网格间隔 (grid=3)，读者可以利用网格细化来最大限度地提高 KAN 的拟合功能能力，修改网格间隔得到更细粒度的KAN，以及修改其它参数来增加模型拟合度，这里就不去展示如何去进行模型调参，接下
基于数据挖掘的航空客户满意度分析预测系统
航空公司致力于提供多样化的服务以满足乘客需求，包括但不限于提供免费无线网络、免费食物饮品、提供网上预约服务、飞机出口位置、座椅舒适度、卫生状况等，并希望以此提升乘客满意程度；此外，乘客满意度还受到乘客自身因素的影响。本系统利用数据挖掘、机器学习算法挖掘影响客户满意度的重要因素，最优模型的测试集预测准
IJCAI 2024 | 时空数据（Spatial-Temporal）论文总结
2024 IJCAI（International Joint Conference on Artificial Intelligence, 国际人工智能联合会议）在2024年8月3日-9日在举行。本文总结了IJCAI2024有关的相关论文，如有疏漏，欢迎大家补充。：时空（交通）预测，气象预测，轨迹
2024年值得收藏的AI数据分析工具
人工智能（AI）数据分析工具正变得越来越重要，通过自然语言处理、机器学习和高级数据可视化技术，使数据探索、分析和决策过程变得更加高效和直观。
【智能大数据分析 | 实验二】Spark实验：部署Spark集群
智能大数据分析实验二，Spark实验：部署Spark集群。理解Spark体系架构，学会部署Spark集群，能够配置Spark集群使用HDFS。最后在master上提交并运行Spark示例代码WordCount，上传至HDFS。
【干货】5款超强大的AI数据分析工具，建议收藏
它和其他Excel的AI公式生成不一样，它会直接执行命令，无需你获取公式后再复制操作，这对于不会用Excel或是Excel公式不熟练的小伙伴相当友好!也是一款在线 AI Excel 编辑器工具，无需学习Excel繁琐的操作和公式，只需输入简单的提示语，自动进行数据操作或编写公式，非常方便地提高效率！
EI会议推荐-第二届大数据与数据挖掘国际会议（BDDM 2024）
序列处理与分析、网络挖掘、高性能数据挖掘算法、关联挖掘、基准和评估、交互式数据挖掘、数据挖掘就绪结构和预处理、数据挖掘可视化。大数据分析、人工智能、大数据网络技术、大数据搜索算法和系统、分布式和点对点搜索、基于大数据的机器学习、大数据可视化分析。数据挖掘基础、数据挖掘的挑战、并行和分布式数据挖掘算法
【好货分享】开源AI平台Dify，一站式litGPT，一行代码数据分析ydata
其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。erdantic 是一个简单的工具，用于绘制实体关系图 (ERD)，以显示数据模型类是如何连接的。YData-profiling 是数据科学工作流程中数据理解步骤中的领先工具，是开创性的
【ShuQiHere】 探索数据挖掘的世界：从概念到应用
**数据挖掘（Data Mining, DM）** 是一种从大型数据集中提取有用信息的技术，无论是在商业分析、金融预测，还是医学研究中，数据挖掘都扮演着至关重要的角色。本文将带您深入了解数据挖掘的核心概念、经典方法，以及它在日常生活和商业中的应用场景。
5本又快又水的sci期刊丨sci期刊推荐
值得注意的是：学术界近期动荡比较大，又快又水的sci被踢出的风险非常大，各自的出版商大都在积极地应对和调整，导致水刊的发表难度有所提升。同时，发表sci水刊的风险较大，也建议作者不要盲目的冒险，否则就成了能不能毕业的问题了。PLoS One是综合性开源SCI期刊，对稿件创新性或研究重要性的要求比较低
似不相关回归模型及 Stata 具体操作步骤
似不相关回归（Seemingly Unrelated Regression，SUR）模型在处理多个相关方程的回归分析中具有重要作用。它能够更有效地利用方程之间的相关性，从而提供更精确的估计结果。
基于ResNet50实现垃圾分类
ResNet50是Residual Networks（残差网络）的一种变体，由Kaiming He等人在2015年提出。ResNet50包含50个深度层，通过引入残差模块，有效地解决了深层网络的退化问题。残差模块通过引入短连接（skip connections）使得网络在训练时更容易优化。下图在下文
什么是自回归模型
自回归模型（Autoregressive Model, AR模型）是时间序列分析中的一种基本模型，其核心思想是当前观测值可以通过其过去的若干个观测值的加权和来预测，其中的权重参数由数据自身决定。数学上，一个自回归模型可以表示为：Xtcϕ1Xt−1ϕ2Xt−2⋯ϕpXt−pϵtXtcϕ1Xt−1
SpringBoot中使用EasyExcel并行导出多个excel文件并压缩zip后下载
SpringBoot的同步导出方式中，服务器会阻塞直到Excel文件生成完毕，在处理大量数据的导出功能，利用CompletableFuture，我们可以将导出任务异步化,最后 这些文件进一步压缩成ZIP格式以方便下载
【人工智能】Transformers之Pipeline（十八）：文本生成（text-generation）
本文对transformers之pipeline的文本生成（text-generation）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的2行代码极简的使用NLP中的文本生成（text-generation）模型。
为数据仓库构建Zero-ETL无缝集成数据分析方案（上篇）
服务之间直接集成，不需要使用额外组件完成数据 ETL 的工作。把各种各样的数据都连接到执行分析所需要的地方，实现数据平滑“无感”的流动。它可以帮助用户最大限度地减少甚至消除构建 ETL 数据管道的复杂性。提高敏捷性。简化了数据架构并减少了数据工程的工作量。它允许增加新的数据源，而无需重新处理大量数据
在分类模型中使用Kappa系数作为模型评估指标
Kappa系数（Cohen’s Kappa）是一种用于评估分类模型或评估者之间一致性的方法。它特别适用于评估二分类或多分类任务中的分类器性能或两个评估者在分类任务中的一致性。Kappa系数通过考虑分类的偶然性因素，比简单的准确率提供了更可靠的一致性测度。
