everda

  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

2019年6月6日

摘要: 系列说明 【机器学习算法应用和学习】是以学习应用机器学习为目标的系列文章,该系列主要包括以下几个板块: 1.基础篇——主要介绍机器学习框架、基础库(包括padas/numpy/matplotlib/sklearn/scipy几个库),每个部分是一篇文章; 2.理论篇——介绍机器学习的主要模型,会用不 阅读全文
posted @ 2019-06-06 15:43 everda 阅读(740) 评论(0) 推荐(0)

2019年5月16日

摘要: 大纲 一、背景 二、算法目标 三、算法原理 1.术语 2.优缺点 2.算法原理(伪代码) (本文不解释FP树和条件模式基等的构建过程,此类图解在很多博文中已经介绍得很清楚,可以参见参考资料) 1.输入数据预处理:loadSimpDat()函数创建输入数据或输入数据并createInitSet(dat 阅读全文
posted @ 2019-05-16 11:58 everda 阅读(1109) 评论(0) 推荐(0)

2019年5月7日

摘要: 一、背景 大部分人可能没有真正进行专题学习的经验,实际上可能根本没有过持续进行深度学习的体验,还停留在从入门到放弃只得到一点概念可能永远无法下手或者尝试无数次下手结果还是失败的阶段。同样走过这条路的我,逐渐通过结合工作经验开始形成自己的一套方法论。以下会详细阐述。 二、框架结构 三、基本观念 1.【 阅读全文
posted @ 2019-05-07 12:10 everda 阅读(154) 评论(0) 推荐(0)

2019年4月25日

摘要: 背景 过程 参考 https://www.jianshu.com/p/dcee9037a88f 阅读全文
posted @ 2019-04-25 19:10 everda 阅读(270) 评论(0) 推荐(0)

2019年4月17日

摘要: 一、概述 1.方向 2.一句话概述 3.优缺点 4.应用场景举例 二、理论 三、案例理解 阅读全文
posted @ 2019-04-17 15:39 everda 阅读(189) 评论(0) 推荐(0)

2019年3月13日

摘要: 大纲 1.固定报表提炼 产品侧 活动侧 重点功能侧 2.固有分析模块工具 事件+多维度 漏斗+多维度 留存+多维度 3.临时需求+SQL模板+临时报表 4.用户画像标签 5.底层业务表关系梳理和建设 6.产品功能埋点 7.机器学习基础算法+进阶算法 阅读全文
posted @ 2019-03-13 16:38 everda 阅读(184) 评论(0) 推荐(0)

2019年2月20日

摘要: 背景 不管是换公司还是换业务,或者上线新功能,做数据工作的都需要尽快了解业务模式和搭建分析框架。不要以为什么数据都有,基于历史经验,开发设计的表只会满足展示需要,并不会存储分析所需数据;另一方面,前端展示和后端实际逻辑可能差异较大,但从前端入手,猜测后端表,再去找后端表仍然是好办法。 新产品 ste 阅读全文
posted @ 2019-02-20 11:55 everda 阅读(523) 评论(0) 推荐(0)

2019年2月19日

摘要: 背景 数据工作大概分为几大块:埋点,源数据同步&抽中间表,项目专题分析报表搭建,常规报表搭建,报表固化,分析工具化,建模挖掘,专题报告。 本文主要涉及报表固化相关内容。 tips 1.图表中,若有较多线条, 1).多指标且有同期对比数据时,不同指标使用不同颜色,不同期用深浅区分,时间近的深时间远的浅 阅读全文
posted @ 2019-02-19 16:46 everda 阅读(481) 评论(0) 推荐(0)

摘要: 边阅边写 1.官方文档 https://scikit learn.org/stable/modules/linear_model.html logistic regression 逻辑回归,尽管名字带有“回归”,但它实际是一个分类模型而不是回归模型。在文献上,逻辑回归又称logit回归、最大熵分类或 阅读全文
posted @ 2019-02-19 14:33 everda 阅读(1061) 评论(0) 推荐(0)

2019年2月15日

摘要: 背景 在公司做数据工作会接触很多相关工具,这里会汇总一些核心并更理想化的工具。 工具汇总 1.打点平台 module,op,参数数组(s0 s5),常用参数,[实际打点位置截图,打点触发条件说明] ——后两者暂时没有,但在使用过程中发现经常不知道某个打点到底是什么意思。打点变化太快了,而且历史打点不 阅读全文
posted @ 2019-02-15 12:14 everda 阅读(450) 评论(0) 推荐(0)