-
置顶 数据分析入门指导服务
要学习数据分析的时候,我们需要学习Excel、数据可视化、数据库知识、Python和R语言、统计知识、分析思维、业务知识,学会了这些知识才能够做好数据分析工作。 很多同学都倾向自己…
-
Python推荐系统库:Surprise
Surprise简介 Surprise(Simple Python Recommendation System Engine)是一款推荐系统库,是scikit系列中的一个。surp…
-
动手实现基于协同过滤的电影推荐系统
作者: 负雪明烛 http://fuxuemingzhu.cn 项亮的《推荐系统实践》是一本面向推荐系统初学者的好书。这本书中间花了不少的篇幅去介绍了推荐系统中很重要的一个算法:…
-
从零开始,构建数据化运营体系
数据化运营是一个近年来兴起的概念,它在运营的基础上,提出了以数据驱动决策的口号。 在了解数据化运营前,运营们有没有过如下的问题: 不同渠道,效果究竟是好是坏? 活跃数下降了,到底是…
-
数据可视化:你想知道的经典图表全在这
数据可视化是一个热门的概念,是分析师手中的优秀工具。好的可视化是会讲故事的,它向我们揭示了数据背后的规律。 大家对可视化的使用认知或许来源于下面这张图。虽然结构很清晰,但它更多针对…
-
如何正确拆分数据集?常见的三种方法总结
将数据集分解为训练集,可以帮助我们了解模型,这对于模型如何推广到新的看不见数据非常重要。 如果模型过度拟合可能无法很好地概括新的看不见的数据。因此也无法做出良好的预测。 拥有适当的…
-
【面试套路】如何回答商业分析师Case Interview
大家好,我是Minnie。在商业分析师(Business Analyst,简称BA)这个行业我干了不少年,认识了不少相似背景的同行,也认识了许多不同背景的同学。 米妮 Linked…
-
【商业分析】为产品找一个完美指标
本文约1200字,阅读时间3分钟。本文转载自“米妮老师”公众号文章。欢迎转载,请注明出处。 引用某管理学大师的名言:如果你不能衡量它,那么你就不能有效增长它。 商业分析师在面试中经…
-
数据分析之AB TESTING实战(附PYTHON代码)
目录 1、增长黑客 1)前言 2)运用分析指标框架,驱动互联网产品和运营 3)增长黑客大致分为如下几个步骤 2、AB testing介绍 1)AB testing对比方案图示展示 …
-
机器学习建模工具PyCaret详讲
机器学习建模工具 PYCARET 1 PyCaret 1.0.0简介 2 PyCaret入门 3 获取数据 4 搭建环境 4.1 预处理介绍 4.2 采样与拆分 4.2.1 训练/…
-
全网最新最全Pyecharts可视化教程(三):制作多个子图
在介绍了Pyecharts的普通绘图和对地图的绘制之后,今天小编将对Pyecharts绘制多个子图的能力进行简单的展示,并且将其应用在具体的案例之上来进行演示,看看其出来的效果如何…
-
全网最新最全Pyecharts可视化教程(二):绘制好看的交互式地图教程
说到使用Python来进行地图的可视化那就一定少不了Pyecharts的身影,本文小编就对Pyecharts可实现的地图可视化进行一番探究,看看其出来的效果如何 Pyecharts…
-
全网最新最全Pyecharts可视化教程(一)
数据可视化能够更加直观的将数据的趋势展现出来,而绝大数人对于数据可视化的选择要么是matplotlib或者是seaborn,本文将从比较热门的可视化模块pyecharts入手,向读…
-
数据分析必备的统计学知识大梳理!
我经常在文章中讲,做数据分析离不开统计学知识,它为我们的数据分析提供理论基础,然而很多数据分析师在学习统计学知识时感到头疼,看了很多统计学的书籍,里面讲了很多复杂的数学公式和推导,…
-
详解F1-score与多分类F1
基本概念 首先,要背住的几个概念就是:accuracy,precision,recal, TP,FP,TN,FN TP:true positive。预测是正确的正样本 FP:fal…
-
聊聊样本采样技术
作者 大可 华东理工大学 计算机应用技术博士 本人在腾讯/微信从事推荐系统相关工作,会将平时遇到的业务问题和相应的解决方案总结成公众号文章,感兴趣的可以关注本人公众号:泛函的范 在…
-
功能强大的python包(五):sklearn
1. sklearn简介 sklearn是基于python语言的机器学习工具包,是目前做机器学习项目当之无愧的第一工具。 sklearn自带了大量的数据集,可供我们练习各种机器学习…
-
功能强大的python包(四):OpenCV
1. OpenCV简介 OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、Android和Mac OS操作系统上…
-
推荐系统之SVD:奇异值分解
概述 奇异值分解 (Singular Value Decomposition),是一种矩阵分解技术,经常用于机器学习降维处理。它通过将空间维度从 N 维减少到 K 维(其中 K&l…
-
一文读懂推荐系统负采样
作者简介:潘星宇,中国人民大学信息学院硕士一年级在读,研究方向为推荐系统。 引言:推荐系统负采样作为推荐模型训练的重要一环,对模型的训练效果有着重要影响,也是推荐系统领域的一个重要…
- 点击查看更多