机器学习-异常检测算法（二）：Local Outlier Factor
Local Outlier Factor（LOF）是基于密度的经典算法（Breuning et.al. 2000）, 文章发表于 SIGMOD 2000, 到目前已经有 3000+ 的引用。在 LOF 之前的异常检测算法大多是基于统计方法的，或者是借用了一些聚类算法用于异常点的识别（比如 ，DBSCAN，OPTICS）。
一文带你入门图论和网络分析
本文从图的概念以及历史讲起，并介绍了一些必备的术语，随后引入了networkx库，并以一个航班信息数据集为例，带领读者完成了一些基本分析。
创业公司如何做数据分析（一）开篇
本文将按照“WHY->WHAT->HOW”的思考方式来阐述下面三个问题：创业公司为什么需要做数据分析？创业公司做数据分析，需要做哪些事情？如何实现这些数据上的需求？从而基于“数据驱动”来做决策、运营与产品。