本文选取了3个现代零售业发展进程中重要的变革节点，回顾数据技术的进步是如何引领零售业变革的。

本次将为大家简单分享介绍几个GitHub上数据分析相关的项目库，包括图像处理项目库、数据集项目库以及学习资源项目库。

毕业季到了，相信还有不少同学奋战在论文一线。作为过来人，笔者怀着学以致用的目的和回馈社会的决心，终于是写出了这篇《论文季，Python带你起个飞》之（一）……

大数据时代带来了海量、多样、非结构化的数据，我们得以进行更加广泛且深入的分析，但这必须建立在高质量的数据上才有意义。本期以企业级的视角，介绍数据质量的评价、提升与监控。

随着数据量的爆炸式增长，数据仓库或数据平台已经是每家企业或机构不可缺少的工具，而数据模型正是数据仓库的灵魂。本期详细介绍数据模型的概念、分类和应用，相信你一定有兴趣~

当今社会，“信用”越来越受到人们的重视，不论是个人还是企业，都期望获得尽可能高的信用评分，以享受到更多的授信额度、更优惠的利率等。那么，银行究竟是如何对客户进行信用评分的呢？就让我们通过本期的文章一起了解一下吧。

如果说前四组比较偏纯概念的话，那么我们接下来就从实实在在的系统平台开始吧。

大数据一直是大家谈论的热点，但是对其中的一些基本概念，例如：数据源、数据元、元数据等等，大家是否觉得容易混淆、不易区分清楚呢？

数据分析是一种手段，要服务于既定的业务目标才有意义，而且还要配有恰当的执行策略以及合理可行的执行方案。

作为产品推荐中最常用的算法之一，你对关联规则知道多少呢？本文从概念和基本指标说起，向你介绍一些指标应用的方法。

在整个数据分析流程中，数据处理的时间往往要占据70%以上！这个数字有没有让你震惊呢？为了提高分析效率和质量，借用数据仓库进行数据分析是一个很好的选择，详细的工作方法本文都有所介绍。

没有数据分析和建模能力，肯定难以提升业务；然而，如果模型泛滥、没有得到有效的统筹管理，其提升度恐怕也非常有限，还可能制造各种混乱。为了解决这样的问题，“模型工厂”的概念已经诞生，帮你解决模型冗杂的困境。

今天我们再来用分位数回归做一下工资挖掘，它与均值回归和众数回归相比也有自己的独到之处。

掌握一些生成基础数据的方法也非常重要。本期文章，我们以医疗场景为例，手把手教你生成基础数据。

在信息化时代，网络舆情对于企业来说如一柄时刻悬在头顶的达摩克利斯之剑。