在学习某种技能的时候，我们首先需要知道自己的目的是什么，学了这个技能能够解决什么问题，想必大家在学习技能的时候已经有了自己的想法。就比如说现在很多人想学数据分析知识。学数据分析知识需要制订一个目标，我们在学习之前首先要了解这方面的知识的架构，只有明确了知识的体系，我们才能够有目的有计划地学习数据分析。那么数据分析需要学习什么知识呢？下面就由小编为大家一一道来。在学数据分析之前，我们首先要明确知识架构，我们可以去网站上搜索数据分析师需要掌握的技能是什么，然后我们对数据分析师所需要的技能进行针对性的学习，这样总比盲目的学习要好的多。一般来说，数据分析师需要的技能就是这些：需要掌握SQL数据库的基本操作

信用风险评级模型的类型：信用风险计量体系包括主体评级模型和债项评级两部分。主体评级和债项评级均有一系列评级模型组成，其中主体评级模型可用“四张卡”来表示，分别是A卡、B卡、C卡和F卡；债项评级模型通常按照主体的融资用途，分为企业融资模型、现金流融资模型和项目融资模型等。A卡，又称为申请者评级模型，主

PID控制学习笔记——凡事必躬亲，身体而力行，化理论为实践，方得始终。研究PID，首先应当把PID拆解开来，便是P（比例控制）、I（积分控制）、D（微分控制），比例控制P越大，飞行器的动作反应越快，反之则越慢；D则为飞行器靠近目标位置的一个阻力；I会根据误差和误差经历的时间进行积分，是为了防止外界环境对于飞行轨迹的

在我们机器学习和深度学习的训练过程中，经常会出现过拟合和欠拟合的现象。训练一开始，模型通常会欠拟合，所以会对模型进行优化，然而等到训练到一定程度的时候，就需要解决过拟合的问题了。如何判断过拟合呢？我们在训练过程中会定义训练误差，验证集误差，测试集误差（泛化误差）。训练误差总是减少的，而泛化误差一开始

1. 机器学习开发流程我们作为机器学习的开发工程师首先要明确自己学习的定位，也就是确定学习边界。大部分复杂模型的算法设计都是由算法工程师去做的，我们只需要：1.分析很多的数据；2.分析具体的业务；3.应用常见的算法；4.特征工程、调参数、优化。我们学习应达到一下目的：1.学会分析问题、使用机器学习算法的目标，想要