阿達(dá)t - 簡(jiǎn)書

發(fā)簡(jiǎn)信

阿達(dá)t

3
關(guān)注
46
粉絲
14
文章
5652

字?jǐn)?shù)
56

收獲喜歡
7

總資產(chǎn)

IP屬地：廣西

阿達(dá)t

吐血推薦!打造爆文3個(gè)黃金法則(附文件下載)
內(nèi)容整理自<爆款寫作課>,作者弗蘭克;鏈接: https://pan.baidu.com/s/19DoCkCOXT7C1y4x3toPfww 提取碼: 2d66

366 0 1
阿達(dá)t

阿里云云棲號(hào)
寫了 0 字煤伟，被 643283 人關(guān)注，獲得了 74506 個(gè)喜歡

阿里云官網(wǎng)內(nèi)容平臺(tái)！匯聚阿里云優(yōu)質(zhì)內(nèi)容（入門粉铐、文檔、案例睛约、最佳實(shí)踐叫惊、直播等）！如需轉(zhuǎn)載或內(nèi)容類合作针史，郵件yqgroup@service.aliyun.com 秒級(jí)回復(fù)晶伦！<br>

阿達(dá)t

killin
寫了 4798 字，被 22 人關(guān)注啄枕，獲得了 35 個(gè)喜歡
阿達(dá)t

電商搜索引擎報(bào)告
摘要: 搜索是一種非常普遍而通用的服務(wù)婚陪。不同的搜索服務(wù)有著共同基礎(chǔ)技術(shù)（倒排索引，文本相關(guān)性等）频祝，但對(duì)于特定領(lǐng)域也有著很明顯的差別泌参。電商搜索是搜索服務(wù)的一種，電商搜索面向的對(duì)...

killin
8952 0 35
阿達(dá)t

職場(chǎng)利器- -以結(jié)構(gòu)化思維解決問(wèn)題３？铡９烈弧！
1.為什么要有結(jié)構(gòu)化思維漓糙？我們?cè)O(shè)想一個(gè)場(chǎng)景铣缠，小陳在給小明介紹對(duì)象小芳，有兩種介紹方式：第一種方式：小芳平易近人昆禽，表里如一蝗蛙，如花似玉、美若天仙醉鳖，喜歡看書捡硅、旅游。盗棵。壮韭。第二種方...

2624 1 8
阿達(dá)t

@產(chǎn)品
文俊粥編，20000 篇文章纹因，1179225 人關(guān)注

歡迎來(lái)到@產(chǎn)品專題喷屋，本專題匯集了30多萬(wàn)的小伙伴，每天有100篇優(yōu)質(zhì)文章的投稿瞭恰，更有優(yōu)質(zhì)的產(chǎn)品社群逼蒙。 @產(chǎn)品專題主要收錄的是：產(chǎn)品、設(shè)計(jì)、技術(shù)是牢、運(yùn)營(yíng)僵井、體驗(yàn)、文檔驳棱、工具批什、經(jīng)驗(yàn)總結(jié)、項(xiàng)目總結(jié)等類型的優(yōu)質(zhì)文章社搅。專題投稿須知 1驻债、所投稿的文章必須是原創(chuàng)作品，具有一定的可讀性形葬。 2合呐、① App、軟件推薦／評(píng)測(cè)類建議轉(zhuǎn)投工具癖 ? ? ? ② 營(yíng)銷笙以、文案類建議轉(zhuǎn)投廣告圈 ? ? ? ③ 職場(chǎng)成長(zhǎng)類建議轉(zhuǎn)投上班這點(diǎn)事兒 3淌实、文章內(nèi)不得有任何推廣信息。包括但不限于公眾號(hào)猖腕、微博拆祈、微信、豆瓣倘感、QQ個(gè)人資料放坏；不必要的外鏈；文章圖片有微信水印老玛、或者網(wǎng)站水印有推廣嫌疑的淤年。 4、本專題拒絕任何形式的全文轉(zhuǎn)載內(nèi)容蜡豹。專題投稿指南： http://www.reibang.com/p/8bb3bcd951ce 專題主編：文俊粥 http://www.reibang.com/u/0df55b412537 可添加主編微信：vk201205（文俊互亮，備注：簡(jiǎn)書產(chǎn)品加群）
阿達(dá)t

TD_Wang
寫了 103607 字，被 595 人關(guān)注余素，獲得了 743 個(gè)喜歡

一個(gè)在產(chǎn)品路上蹣跚爬行的產(chǎn)品“龜”

阿達(dá)t

談?wù)勚悄芸头a(chǎn)品丨來(lái)自團(tuán)隊(duì)內(nèi)部的一次分享
自從實(shí)習(xí)以來(lái)，就好久沒(méi)更簡(jiǎn)書了炊昆，以后要開(kāi)始啟動(dòng)了桨吊。先分享一下之前在團(tuán)隊(duì)內(nèi)部分享的智能客服產(chǎn)品競(jìng)品分析吧。

TD_Wang
1476 3 18 2
阿達(dá)t

電商用戶畫像建模
用戶畫像：通過(guò)算法聚合成一類實(shí)現(xiàn)用戶信息標(biāo)簽化凤巨。構(gòu)建用戶畫像 ① 用戶畫像信息：基本屬性视乐，購(gòu)買能力，行為特征敢茁，興趣愛(ài)好佑淀，心理特征，社交網(wǎng)絡(luò)② 行為建模：文本挖掘彰檬，自然語(yǔ)言處...

13319 2 35 2
阿達(dá)t

爬取趕集二手物品類目下所有商品詳情
1.page_parsing.py：解析頁(yè)面代碼#-8- coding utf-8 -*--import requests,time,pymongo,lxml,randomf...

263 0 0
阿達(dá)t

邏輯回歸（Logistic Regression）
邏輯回歸（Logistic Regression）指一個(gè)被Logistic方程歸一化后的線性回歸伸刃。.優(yōu)點(diǎn)：算法易于實(shí)現(xiàn)谎砾，執(zhí)行效率和準(zhǔn)確度高，適合屬性非常多的情況.缺點(diǎn)：離散型...

1554 0 1
阿達(dá)t

一元非線性回歸算法
一元非線性回歸分析（Univariate Nonlinear Regression）如果在回歸分析中捧颅，只包含一個(gè)自變量和一個(gè)因變量景图，且兩者的關(guān)系可用一條曲線近似表示，這種回歸...

3887 0 0

阿達(dá)t

多重線性回歸建模
y=a+b1x1+b2x2+…+bnxn+e公式中：y—因變量碉哑，x—自變量挚币，a—常數(shù)項(xiàng)，b1—回歸系數(shù)扣典，回歸直線的斜率妆毕，e—隨機(jī)誤差，即隨機(jī)因素對(duì)變量所產(chǎn)生的影響 #繪制渠道...

538 0 1
阿達(dá)t

簡(jiǎn)單線性回歸建模
一元非線性回歸分析（Univariate Nonlinear Regression）如果在回歸分析中贮尖，只包含一個(gè)自變量和一個(gè)因變量笛粘，且兩者的關(guān)系可用一條曲線近似表示，這種回歸...

555 0 0
阿達(dá)t

貝葉斯建模
貝葉斯分類算法远舅，是統(tǒng)計(jì)學(xué)的一種分類方法闰蛔，它是利用貝葉斯定理的概率統(tǒng)計(jì)知識(shí)，對(duì)離散型的數(shù)據(jù)進(jìn)行分類的算法優(yōu)點(diǎn)：算法易于實(shí)現(xiàn)和部署图柏，執(zhí)行效率和準(zhǔn)確度高缺點(diǎn)：適合處理離散型的數(shù)據(jù)序六，...

1028 0 0
阿達(dá)t

決策樹(shù)建模
1.通過(guò)對(duì)訓(xùn)練樣本的學(xué)習(xí)，并建立分類規(guī)則蚤吹，然后依據(jù)分類規(guī)則例诀，對(duì)新樣本數(shù)據(jù)進(jìn)行分類預(yù)測(cè)。2.虛擬變量：sklearn包的算法裁着，一般只支持連續(xù)值的變量繁涂，離散值的變量需要用連續(xù)值來(lái)...

475 0 1
阿達(dá)t

KNN算法/K近鄰
1.KNN算法（K Nearest Neighbors）從訓(xùn)練集中找到和新數(shù)據(jù)最接近的K條記錄，然后根據(jù)他們的主要分類來(lái)決定新數(shù)據(jù)的類別二驰。通俗說(shuō)法：在距離空間里扔罪，如果一個(gè)樣本...

483 0 0

阿達(dá)t

文本分析-相似文章匹配
概念理解：推薦：在數(shù)據(jù)挖掘中，推薦包括相似推薦及系統(tǒng)過(guò)濾推薦桶雀。1矿酵，相似推薦：指當(dāng)用戶表現(xiàn)出對(duì)某人或某物的興趣是，為他推薦與之相類似的人矗积，或者物全肮，他的核心是，人以群分棘捣，物以類聚...

1049 0 3