在这篇文章中，我们将介绍带有贝叶斯优化算法的两种流行的算法即XGBoost和随机森林，并指出这些算法的优缺点。XGBoost（XGB）和随机森林（RF）都是集成学习方法，并通过组合各个决策树的输出（我们假设基于树的XGB或RF）来预测（分类或回归）。

AI&大数据人才在全球爆发式发展，而另一面在全球范围内呈现严重人才荒。中国人工智能人才缺口超过 500 万，大数据人才缺口高达 150 万。国内 AI 与大数据人才呈年轻化趋势，以 25-30 岁之间最多，占比超 4 成，工作 5-8 年的人才占比最多，为 22.95%。AI&大数据人才专业背景以计算机和信息科学居多，位居第一的...

作者 | 艾菲来源 | 艾菲的理想 当我们深陷痛苦、迷茫和焦虑的时候，就像是走不出围墙的蚂蚁，不停地在围墙里来回“打转”，眼前只剩两个选择：不是“前后”就是“左右”。 然而，如果我们能拥有不同的思考视角和维度，就会获得“破局而出”的可能，由蚂蚁变身为蚱蜢，从围墙中一跃而出。 这就是我们今天要说的能够赋予你“破局而...

又是一年开学季，一批新生踏入高校。很快他们就可以通过入门课程，了解自己所在的专业究竟学什么。几个月后，学期结束，不知道会对自己大半年前的选择感受如何。

作者 | 王新港出品 | CDA数据分析研究院 马云曾在卸任演讲的时候说过这样一段话： “很多人还没搞清楚什么是PC互联网，移动互联网来了，我们还没搞清楚移动互联的时候，大数据时代又来了。” 而大数据专家埃里克·西格尔 博士曾在《大数据预测》一书中描绘了一个大数据时代下的一天： 2020年的一天，在你驱车前往公司的路上...

在之前的文章中，已经分享过如何根据数据可视化的目的、数据关系和特征，去选择合适的图表类型。当确定了要使用哪些图表进行数据可视化后，就开始进入可视化作品的设计阶段。从大的方向上来说，影响数据可视化最终效果的因素，分为两个层面：

在之前分享的【数据图表的选择】三篇文章中，已经把不同类型数据图表的用法和适用场景做了一遍梳理。但是，在实际的业务场景中，如何根据拥有的数据集、想要展现的数据模式，去选择最合适的图表，需要不断的去实践和总结。

2019 年 1 月底，我突然意识到，我对人工智能的理解不足。它正日益影响着我们的每一天。人工智能保护我们的收件箱免受垃圾邮件的攻击，它支持来自 Alexa 的天气更新，它使亚马逊能够向我们推荐商品，让 Netflix 给我们推荐电影。每次我们打开 twitter 或 facebook，都是人类与比我们更了解自己的人工智能的较量。但我是...

下雨天的晚上叫滴滴回家，提示预计排队20分钟，结果等了半小时还没叫到，正想放弃去坐地铁，但转念一想，既然已经等了半小时，放弃岂不是可惜了，结果又等了半小时还是没叫到。

作者 | 林实憨来源 | 小白读财经 房租有多贵 近期，一线城市房租上涨了不少，不少大学毕业生头疼不已。 为此，我与北京财经大咖猫哥聊了这一话题。 猫哥说，上个月大舅妈的孩子要到北京望京附近工作，希望他能帮忙找一间房子。 不过，望京算是北四环和北五环的繁华区，房子不便宜。 即使是合租房，简单装修，干净整洁的1...

前几天看到几篇不同的文章写关于机器学习的to do & not to do，有些观点赞同，有些不赞同，是现在算法岗位这么热门，已经不像几年前一样，可能跑过一些项目、懂点原理就可以了，现在对大家的要求更高，尤其工程能力更不可缺少，只跑过一些iris鸢尾花分类、啤酒与尿布、猫狗分类等的同学需要再提高提高，因为竞争太激...

IEEE Spectrum 刚刚发布了第六届编程语言排行榜。在新的排名方式下，Python 再次名列第一，而且与第二名的差距正在加大。名列后几位的分别是 Java、C 语言、C++和 R 语言。

答案是肯定的！现在一些诸如图像识别、自然语言处理等AI基本功能已经发展成熟，随着研究的不断深入，AI将来一定会变得越来越强大，能实现的功能也越来越多。

如果要列举一项彻底改变了21世纪的技术，非人工智能莫属。现如今，人工智能已然成为我们日常生活的一部分，不断丰富和便捷着社会的方方面面，今天这篇文章，将帮助读者好好了解人工智能的基本常识和基本概念，参透人工智能的前世今生。

概率分布就像3D眼镜。它们允许熟练的数据科学家识别其他完全随机变量的模式。在某种程度上，大多数其他数据科学或机器学习技能都基于对数据概率分布的某些假设。这使得概率知识成为统计学家构建工具箱的基础。如果您正在寻找如何成为数据科学家的第一步。不用多说，让我们切入正题。

作者 | Destiny来源 | 木东居士 0x00 前言 之前已经分享过「趋势型（时间序列）」、「比例型」、「对比型」、「分布型」数据的可视化图表方式。 今天这篇，是数据图表选择的最后一篇，准备分享下可视化中几类比较特殊、但是常用的数据的可视化方式。 主要包含如下如下几类数据： 区间型数据：区间型数据一般是用来监控数...

作者 | Destiny来源 | 木东居士 0x00 前言 数据图表的选择（上），分享了「时序数据」和「比例数据」的可视化图表方案。 不同的数据类型、不同的阐述目的，决定了数据可视化展现形式的差异。因此，今天这篇文章，主要是分享两类不同的可视化目的及其可选择的图表形式。 「对比型数据」：对比两组或两组以上数据的差异。 ...

第1篇文章《数据可视化过程》发出后，通过居士收到一些读者的反馈，大家的共同心声是，希望在后续的文章中，结合具体的业务场景，多分享一些实例及其优缺点。多谢大家的意见，也感谢大家的支持，后续会不断改进，输出更多干货。

前面写过一篇文章，叫做《数据可视化的基本流程》，是站在可视化过程中的上下游关系，来梳理和介绍数据可视化的全过程，及其各个环节的主要工作内容。今天这篇文章，也是介绍数据可视化的过程，但是更多的是站在产品经理的视角，去呈现一个数据需求，从需求提炼、分析，到最终可视化呈现的一个过程。

大多数人对数据可视化的第一印象，可能就是各种图形，比如Excel图表模块中的柱状图、条形图、折线图、饼图、散点图等等，就不一一列举了。以上所述，只是数据可视化的具体体现，但是数据可视化却不止于此。

作者 | 秦路来源 | tracykanc 谈到数据驱动业务，离不开数据是怎么来的，数据收集是整个数据生命周期的初始环节。 文章会涉及到不少技术相关的知识，我会尽量减少这部分的细节。相信经过一系列的讲解，你会明白埋点数据怎么成为驱动业务的指标，文章也会提供网上的公开数据，帮助你实际上手操作。 需要收集的数据主要能...

作者 | 衷曲无闻来源 | zhongquwuwen 01 我的小外甥今年转到县城读幼儿园大班，家里给他买了一块电话手表。 在我讲课正投入的时候，偶尔会被他的电话打断，接通了也不说话，挂了没多久又打过来。 我是这样分析的，他刚来到陌生的环境，还没交到能玩到一起的朋友，所以会感到孤独，于是对着那几个亲情号码一遍又一遍地拨...

Costco开业你去现场了吗？人口普查似的排队场面对于上海人来说已经不稀奇，毕竟当新鲜的商品或是业态来到中国时，上海常常是第一站。但当Costco的新闻不断发酵的同时，在互联网的角落里也有一群人提出了自己的疑问：Costco什么时候来北京？

2018年，中国大陆已经有230个城市拥有定期通航的民航机场，而关于机场的争夺还在继续。每个城市都坚信，机场是提高城市能级与扩大经济辐射力无可替代的存在，也是城市对外交流最高效快速的闸口。

2018年，中国大陆已经有230个城市拥有定期通航的民航机场，而关于机场的争夺还在继续：江浙多城市积极争取上海第三机场落地，苏州市长在今年两会上“恳请支持苏州机场规划建设”，北京在大兴机场建成通航后将成为继上海之后第二个真正意义上的双机场城市……每个城市都坚信，机场是提高城市能级与扩大经济辐射力无可替代的存...

自2016年以来，越来越多城市围绕落户、住房和就业发布宽松政策，想要吸引更多年轻人。新增人口数量也成为许多政府年末总结成绩时的重要指标。于是，新的问题出现了，哪些城市才真正适合年轻人？

作者 | CDA数据分析师10 machine learning methods that every data scientist should know

作者 | 韩三疯来源 | 北京TOP生活 “我们无法改变生命的长度，但是能够改变生命的宽度” 我们从小听到的“真理”，在面对朝九晚五，甚至还动不动就996的生活的时候，简直碎成一地鸡毛。 每天都是重复的工作，一年下来，就好像只活了1天，其他364天全都是在重复。更不要说改变“生命的宽度了”。 的确，在学生时代，我们渴望着...

微软在联机事务处理（OLTP）云基准测试中实现每节点虚拟机数量提升36%，硬件成本下降30%；SAP HANA让系统重启从20分钟缩短至90秒，性能提升13倍之多，实现每TB数据库容量成本节约39%；百度在为Feed流服务提供高性能数据存取支撑时实现TCO的有效降低；亚信在其电信业务支持系统中在成本相当的情况下，实现查询响应下降35%……

导读：数据采集和存储技术的迅速发展，加之数据生成与传播的便捷性，致使数据爆炸性增长，最终形成了当前的大数据时代。围绕这些数据集进行可行的深入分析，对几乎所有社会领域的决策都变得越来越重要：商业和工业、科学和工程、医药和生物技术以及政府和个人。