BI和数据分析的区别：按问题判断，而不是按工具
BI和数据分析的区别，常被讲成“工具不同”或“范围大小不同”。更实用的分法是看问题：一个问题如果会被反复问、被
洞察与趋势
共 50 篇
数据科学工具选型：当大模型能一句话出答案，还剩下什么
数据科学工具选型，正在被一个新问题重写：既然大模型已经能
算法研发，不只是训练一个模型
训练一个模型从未如此容易，交付一个可信的模型却依然困难。算法研发真正难的部分，已经不在选哪个算法，而在把数据、
推理引擎：让 AI 决策可解释、可追溯、可审计
自动化决策，一旦影响到客户、员工或业务结果，迟早会被问到同一个问题：这个结论依据什么得出。能不能答上来，不取决
AI 项目为什么走不到生产环境
概念验证，回答的是「这件事技术上能不能做到」；上线要回答的是「每天、对真实用户、在预算内能不能一直做到」。两个
强化学习：机器如何从后果里学会做事
强化学习：哪些问题真正需要它，哪些用参数寻优就够了 强化学习，是一类让智能体在与环境的反复交互中，根据奖励信号
供应链决策，为什么 AI 卡在信任而不是模型
供应链决策，要不要交给 AI？先补上「信任」这一课 供应链决策，正在成为企业 AI 落地里最尴尬的一段路。几乎
决策溯源：AI 给答案越快，越需要一条能回溯的依据链
当分析结论要交给稽核、审计或监管复核时，真正的问题从来不
脚本节点：Python 与可视化工作流双向集成指南
脚本节点，把 Python 与可视化工作流双向打通 脚本节点，是可视化工作流与代码世界之间最短的一段路。很多人
可视化编程：让数据团队不再只依赖 Python
可视化编程，重新配置团队的数据科学技术栈 可视化编程，正在成为越来越多企业数据团队的第二条技术路线。Pytho
