Бизнес и статистика

Что такое графовые БД? Графовые базы данных - это отдельный вид баз данных, где данные хранятся в виде графа. Такие БД не похожи на обычные реляционные БД (Microsoft, Oracle, Postgre). Отличие в том, что в реляционных БД данные лежат в таблицах, а связи между ними приходится создавать через JOIN. В...

DuckDB в Python DuckDB - это встраиваемая колоночная аналитическая СУБД. Ей не нужен отдельный сервер, т.к. она работает прямо внутри Python-процесса. Также она заточена под аналитику (OLAP). Данные хранятся по колонкам и обрабатываются большими порциями, поэтому агрегации, группировки и оконные фу...

Закон больших чисел Закон больших чисел говорит о том, что чем больше наблюдений, тем ближе среднее по выборке к "истинному" среднему. То есть пока наблюдений мало, среднее - это в значительной степени шум, и решения на его основе могут оказаться ошибочными. 🟠Как это работает? Возьмем средний чек...

Анализ импульсивности потребительского поведения На датасете eCommerce behavior data from multi category store попробуем понять, как быстро люди делают покупки в интернете и что именно покупают. В датасете содержится 285 миллионов пользовательских действий с крупного онлайн-магазина за период с окт...

Что делать с пропусками в данных? Существует методология, которая разделяет пропуски в данных на 3 вида: MCAR, MAR, MNAR. Понимание того, к какому типу относится конкретный пропуск, критично, потому что от этого зависит, можно ли безопасно применять простые методы (удаление строк, заполнение средни...

Когда выгоднее всего покупать авиабилеты? Есть популярный миф, что покупать билеты задолго до даты вылета выгоднее, потому что потом они начинают резко дорожать. И еще иногда этот миф дополняется тем, что в самый последний момент цена может резко упасть. Чтобы проверить, действительно ли так всё п...

Что такое Zero-ETL и Reverse ETL Классические ETL-процессы сначала извлекают данные из источника, затем они преобразовываются и загружаются уже в целевые хранилища. В случае с Zero-ETL и Reverse ETL всё немного иначе. ▶️Zero-ETL - это подход, при котором данные из одной системы-источника становятс...

Какие профессии может заменить ИИ? Попробуем понять это, проанализировав датасет AI Occupational Impact Index (Meo Advisors, методология AIOE). Это уже готовый рейтинг на основе американской макроэкономической статистике по рынку труда. Он включает в себя 1016 различных профессий. В этих данных су...

Как найти серии подряд идущих дней в SQL Классическая задача gaps and islands: есть таблица событий visits, которая имеет поля: ▶️client_id (id клиента) ▶️visit_date (дата визита) Нужно понять, сколько дней подряд клиент был активен, какая у него максимальная серия и когда она прервалась. 🟠Если...

Функции обработки NULL в SQL Список всех нужных функций, которые позволяют работать с NULL в запросах: ▶️COALESCE(v1, v2, ..., vn) - наиболее универсальная функция в SQL. По порядку проверяет все заданные столбцы и возвращает первое попавшееся значение, которое не является NULL. Если в итоге все з...

Есть ли смысл искать жильё в аренду напрямую от собственника? На примере выгрузки из Циана по московскому рынку аренды жилья за 2026 год Moscow Rent Cian With Images, содержащей около 25 тысяч объявлений, выясним, действительно ли цена аренды от агента отличается от цены аренды от собственника, и е...

Как читать вывод по множественной регрессии? Если вы решите запустить OLS Regression из библиотеки statmodels и вывести результат через summary(), то столкнетесь с прикрепленной выше таблицей. Самое важное, что нужно знать: ▶️Строка Intercept - базовое значение Y, когда факторы находятся в базовой...