分类

主题

数据分析教程

了解最新工具与方法，帮助您更高效地分析数据。我们的数据分析教程将助您提升技能。

其他主题：

DataLabMLOps云计算向量数据库大数据数据可视化数据工程数据治理数据科学数据素养机器学习深度学习职业服务自然语言处理面向商业的人工智能

DAX SUMMARIZE()：分组与汇总数据指南

DAX 中的 SUMMARIZE() 函数通过对数据进行分组并应用聚合函数来创建汇总表，可用于 Power BI 和 Excel Power Pivot 等工具。继续阅读，了解如何使用 DAX SUMMARIZE() 对数据进行分组与聚合并获得优质洞见。

Laiba Siddiqui

2026年10月6日

Excel

如何在 Excel 中计算两个日期之间的天数：5 种最佳方法

使用简单相减快速进行日期计算。应用 DAYS() 与 DATEDIF() 获得精确的日期区间。结合 NETWORKDAYS() 与 TODAY() 跟踪工作日，并自动排除周末与节假日。

Laiba Siddiqui

2026年10月6日

机器学习

DBSCAN 聚类算法指南

了解如何实现 DBSCAN，理解其关键参数，并了解在数据科学项目中何时发挥其独特优势。

Rajesh Kumar

2026年10月6日

Python

DBSCAN：用 Python 进行宏观探究

聚类分析是数据分析中的重要问题。数据科学家利用聚类来识别故障服务器、将具有相似表达模式的基因分组，或用于其他多种应用。

Sayak Paul

2026年10月6日

数据分析

解读营销组合模型：完整指南

营销组合模型（MMM）是一种数据驱动的分析方法，企业用其评估营销策略的有效性并实现最优资源配置。

Kurtis Pykes

2026年10月6日

深度学习

在云端使用 Jupyter Notebooks 进行深度学习

本分步教程将向您展示如何在 Amazon Web Services（AWS）EC2 GPU 上设置并使用 Jupyter Notebook 来进行深度学习。

Dan Becker

2026年10月6日

数据分析

需求曲线：如何理解价格与销量之间的关系

学习如何用需求曲线揭示价格与销量之间的关系，并利用这份认知在竞争性市场中做出更明智的决策。探索寻找使总体收入最大化的最优价格的方法。

Josef Waples

2026年10月6日

数据科学

行列式：其工作原理与揭示的信息

探索行列式在矩阵运算、几何与计算方法中的作用，并使用 Python 与 R 进行分步计算。

Vahab Khademi

2026年10月6日

机器学习

深入探讨失衡数据

学习处理类别分布不均数据集的技术。

Sayak Paul

2026年10月6日

数据科学

特征分解：矩阵分解新手指南

探索特征分解的基础知识及其在数据科学与机器学习中的应用。

Vahab Khademi

2026年10月6日

如何修复 R 中的 Non-numeric Argument to Binary Operator 错误

当您尝试对非数值数据（如字符字符串或因子）进行算术运算时，R 会出现 non-numeric argument to binary operator 错误。

Austin Chia

2026年10月6日

数据科学

欧拉常数（e）详解：意义与应用

了解为何欧拉常数无处不在——从银行业与生物学到机器学习与气象学——以及这一常数如何驱动连续增长与变化。

Amberle McKee

2026年10月6日