搜索到 36 条结果

您可能要找:

R学习与实践教程
在这个内核中,我收集了我所写的所有R语言教程,按级别划分。 初学者:在这个级别,我假设你没有编程背景或刚刚开始使用R. 中级:在这个级别,我假设您熟悉如何使用R的基础知识,但仍然熟悉语法。 高级:在这个级别,我认为你很乐意编写代码来在R中……
陆勤 2019-05-01
公司需要模型的可解释性
对于机器学习模型的可解释性有很多方法,但是它们都缺少什么呢? [LIME的ICE和部分依赖图](https://uc-r.github.io/lime "LIME的ICE和部分依赖图")不能告诉我拟合关系的准确性。此外,ICE没有确切地告诉……
陆勤 2019-05-02
国美零售引入AI图像识别技术 线下自动识别用户数据
近日国美零售与云从科技签署战略合作协议,双方将共同开启人工智能技术在零售领域的深度应用,基于AI图像识别技术实现国美智能化购物场景,利用技术的手段赋能零售,在实体门店实现人流分析、热力图追踪以及监控、巡检、管理、盘点等功能,在线上实现人脸登……
数商 2019-05-03
基于大数据挖掘的精准营销模型构建
基于大数据挖掘的精准营销模型包括数据层,业务层和应用层等,其中,业务层包括客户画像和模型构建两部分。该模型基于可采集的全量数据源,从人口属性、金融征信、通信行为、兴趣偏好、APP偏好、常驻区域等维度构建用户的全息画像,基于对存量用户的历史数……
数商 2019-05-03
我是怎么走上推荐系统这条(不归)路的……
> 什么是推荐系统?有哪些类型的推荐系统?怎么做推荐系统?想知道?可以看看这篇小白文~ 在这个系列文章中,我将分享掌握推荐系统的经验,以及围绕推荐系统从低级模型到高级模型的实现。 我还会简要提及你构建推荐系统时将会遇到的挑战以及我所用的解……
数商 2019-05-03
EDA:最简单的自然语言处理数据增广方法
数据增广常用于计算机视觉。在视觉领域,你几乎肯定可以翻折、旋转或镜像一幅图片,而不用担心它的标记发生变化。然后,在自然语言处理(NLP)领域,情况完全不同。改变一个词有可能改变整个句子的意思。所以,没有简单的方法能做到数据增广。真的是这样……
数商 2019-05-04
使用正则化线性模型和XGboost对价格建模
我们想要建模房子的价格,我们知道价格取决于房子的位置,房子的面积,建成年限,翻新的年限,卧室的数量,车库的数量等等。因此,这些因素促成了这种模式——优质地段通常会导致更高的价格。然而,在同一区域内,面积相同的所有房子的价格并不完全相同。价格……
陆勤 2019-05-05
快速提高ggplot图的可读性和视觉吸引力的一步
图形清晰地传达了一个点,这是一个很棒的东西。 当你看到它时你就知道了。 这种图形让你停下来说“哇!”。 有各种不同的图形符合这种描述,但它们通常有一些共同点: 清晰度:图形的信息很清楚 简单:删除了无关的细节 视觉吸引力:图形应该令人满意……
陆勤 2019-05-06
从python中的xgboost中提取决策规则
我想在我的即将推出的模型中使用python中的xgboost。但是,由于我们的生产系统是SAS,我试图从xgboost中提取决策规则,然后编写SAS评分代码以在SAS环境中实现此模型。 我已经通过了多个链接。以下是其中一些: 如何从pyth……
数据跨界 2019-05-06
购物篮分析实用介绍—关联规则
介绍 曾经想过为什么商品在零售/在线商店以一种特殊的方式展示。为什么根据您添加到购物车的内容向您推荐某些项目?这要归咎于市场购物篮分析或关联规则挖掘。 资源 下面是与这篇文章有关的所有资源的链接: [幻灯片](https://slide……
陆勤 2019-05-07
10个常见的模型面试题
评分卡模型建模如今已经是非常流程化的过程,但是在实际运用的过程中,每一个环节都常常会出现各种各样的问题,比如样本不是无偏的、样本量过少、整体指标缺失率过高等等,都是可能会出现的情况。 金融科技应用研究院(简称FAL)特别整合了经常被学员们问……
数据跨界 2019-05-07
3大分析模块,7大分析场景!一文解析购物中心智能数据分析怎么做
> “为了在数字时代生存,购物中心需要重塑自我”——麦肯锡 什么是购物中心智能分析? 购物中心和品牌商之间的合作是双向的,购物中心获得租赁费(通常包括固定租金加上商铺销售额的百分比),作为回报,零售商希望商场所有者为他们创造流量。因此,购物……
观远数据智能分析 2019-05-07
干货!《零售行业智能数据分析白皮书》(全图文版本)
观远数据智能分析 2019-05-07
数据科学&机器学习面试题
技术的不断进步使得数据和信息的产生速度今非昔比,并且呈现出继续增长的趋势。此外,目前对解释、分析和使用这些数据的技术人员需求也很高,这在未来几年内会呈指数增长。这些新角色涵盖了从战略、运营到管理的所有方面。因此, 当前和未来的需求将需要更多……
数据跨界 2019-05-08
Airbnb数据科学家:历时6个月,我终于找到了心仪的工作
一、前言 一个月前,我作为数据科学家在Airbnb开始了我的新工作,能够进入Airbnb,获得自己心仪的工作我感到很幸运。我曾向Airbnb申请了四次,最后一次才收到了招聘人员的回复。 在本文中,我想跟大家分享以下,我的求职历程,希望能对你……
数据跨界 2019-05-08