计算广告中用到的算法并不是太多，很多时候是在琢磨业务，观察数据，寻找特征，反复试验。工作一段时间下来，相对搞深度学习的朋友感觉自己学到的太少了。搞深度学习的不断的学习新算法，图像方面的还可以做出漂亮的demo，很容易就能够向人证明自己的工作，自己的实力、竞争力。那么对于做广告算法的工程师而言，核心竞争力在哪呢？花了大量时间折腾数据，偏偏这方面还没啥好说的。搞广告算法，最终可以在简历上留下什么呢？不知道有没有过来人可以解答一下，这个问题应该会是不少初入这行的同学的困惑吧？

数据新闻的数据来源是哪里？特别是社交用户的数据是从哪得知的？

如图所示求参数β1到β9，为 Hi：路面面层 基层垫层厚度（路面分三层）Gt 是环境因素（主要考虑温度）Ni 是一年内行驶汽车荷载累计，Pit就是路面服务性能 也就是这几个方面对路面的破坏程度的衡量。利用stata如何估计，或者其他软件，谢谢

本人统计系数据挖掘方向，一直用的是python实现算法，当时的入门教材是《机器学习实战》，里面用的也是python。但最近发现数据挖掘工程师的招聘要求一般都有JAVA，而且人大数据挖掘中心也推荐学生自学JAVA。想做数据挖掘工程师除了掌握python还需要JAVA吗？

如上图所示，这种图怎么画出来

上海华院数据 数据挖掘大方向感觉还不错，有必要去吗？有发展空间吗？加班多么？女生适合去吗？即将毕业的小硕！

时态数据挖掘(Temporal Data Mining)是个怎么样的研究领域？如题，这类问题和传统的机器学习与时间序列建模有何区别和联系？最好有个简单的综述？

首先，我有一个文件夹，叫specdata，specdata里面有许多文件，如图，现在我想对这些文件里的一些数据进行同时处理，于是我编了这样一个程序：pollutantmean <- function(directory,pollutant,id=1：332){ x <- dir(directory) z <- c(NA) for(i in id){ y <- read.csv(x[i]) z <- y$”pollutant”+z } mean(z,na.rm=TRUE)} pollutantmean(“specdata”,”solfate […]