人工智能应用数据表-人工智能应用数据表格

大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能应用数据表的问题，于是小编就整理了3个相关介绍人工智能应用数据表的解答，让我们一起看看吧。

1. Excel技巧-统计员工考勤记录？
2. 脏数据类型有哪几种？
3. 数据挖掘、机器学习、深度学习这些概念有区别吗？

Excel技巧-统计员工考勤记录？

对于公司的人力资源或行政人员来说，员工的每月考勤统计一直是很头痛的一个问题。从各类考勤机、网上考勤与移动考勤系统导出电子考勤数据并借助Excel进行处理是最基本的统计方法。如果对Excel了解不够深入的话，也许十人以下规模的公司考勤还能靠眼睛人工应付，几百人的就变得不太现实。向大家介绍如何借助Excel的自带高级功能快速统计考勤数据、减少人工工作量提高工作效率

材料/工具

Excel

方法/步骤

1、首先，通过考勤机所连接服务器将考勤数据导入到Excel中，通常都会导出以下几项考勤数据内容：员工工号，员工姓名，刷卡日期，刷卡时间

2、现在需要为打卡时间设置上下午标签，以便为后续统计提供帮助。在数据表格中插入“上下午”列，并撰写函数：IF(D2<--"12:00:00","上午","下午"),然后拖拽整列即可

3、接下来就要做最关的一步，对原始考勤数据表格进行分类汇总。此时要用到的Excel功能就是“数据***表”。依次选择菜单：“插入”>“数据***表”>“数据***表”，在弹出的选择窗口中，点选“选择一个表或区域”选项，并如示例图中所示，拖拽选择以下数据列：“姓名”“刷卡日期”“刷卡时间”“上下午”

脏数据类型有哪几种？

脏数据的类型：

1.缺失数据

导致数据缺失的原因有很多种，例如系统问题、人为问题等。***如出现了数据缺失情况，为了不影响数据分析结果的准确性，在数据分析时就需要进行补值，或者将空值排除在分析范围之外。

排除空值会减少数据分析的样本总量，这个时候可以选择性地纳入一些平均数、比例随机数等。若系统中还留有缺失数据的相关记录，可以通过系统再次引入，若系统中也没有这些数据记录，就只能通过补录或者直接放弃这部分数据来解决。

2.重复数据

相同的数据出现多次的情况相对而言更容易处理，因为只需要去除重复数据即可。但***如数据出现不完全重复的情况，例如某酒店VIP会员数据中，除了住址、姓名不一样，其余的大多数数据都是一样的，这种重复数据的处理就比较麻烦了。***如数据中有时间、日期，仍然可以以此作为判断标准来解决，但***如没有时间、日期这些数据，就只能通过人工筛选来处理。

3.错误数据

错误数据一般是因为数据没有按照规定程序进行记录而出现的。例如异常值，某个产品价格为1到100元，而统计中偏偏出现200这个值；例如格式错误，将文字录成了日期格式；例如数据不统一，关于天津的记录有天津、tianjin。

对于异常值，可以通过限定区间的方法进行排除；对于格式错误，需要通过系统内部逻辑结构进行查找；对于数据不统一，无法从系统方面去解决，因为它并不属于真正的“错误”，系统并不能判断出天津和tianjin属于同一“事物”，因此只能通过人工干预的方法，做出匹配规则，用规则表去关联原始表。例如，一旦出现tianjin这个数据就直接匹配到天津。

4.不可用数据

数据挖掘、机器学习、深度学习这些概念有区别吗？

这个问题应该有很多资料介绍过，这里聊下自己的感悟。

***设你在做电商，

客户需要注册，要存个客户资料表。

客户要下单，要存订单表。

你要***购，需要***购***单，***购单，到货单，退货单，上架单，甚至库存单。

你的客户要退换货，要有退换货单。

如果还有各种运营手段，那对应还有各种数据表。

数据成年累月地记录，积累多了，你就发现你想知道：

你的客户在哪？在全国是怎么分布的？有什么特征？客户能否细分（以期以后针对不同

类别客户***用不同方式）？

到此，以上就是小编对于人工智能应用数据表的问题就介绍到这了，希望介绍关于人工智能应用数据表的3点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/44207.html