在Quora上曾经有个问题： Computer Programming: How would you explain a database in three sentences to your 8-year-old nephew被搬到了知乎上。 来自知乎的答案 中药铺说 电脑里面存了好多好多数据。数据就…
在上一篇重新认识Excel的文章中，提到了Excel无所不能，然后就想到了曾经看到的这篇关于如何使用Excel搭建推荐引擎的文章。于是找了出来做了下简单的翻译（只翻译了重点部分）。 在互联网上有无限的货架空间，找…
先前对于生存分析的理解比较片面，虽然知道生存分析不仅仅适用于预料行业，对于用户留存的也有一定的范围，当时的理解是只适合订阅制的网站用来分析用户留存，但是仔细分析后发现适用场景还是蛮多的。其中个人觉得…
推荐算法具有非常多的应用场景和商业价值，因此对推荐算法值得好好研究。推荐算法种类很多，但是目前应用最广泛的应该是协同过滤类别的推荐算法，本文就对协同过滤类别的推荐算法做一个概括总结。 推荐算法概述 …
定义用户的流失，是一个比较困难的内容。公司的用的流失是按照180天未下单的用户定义的用户流失，追其原因，很多同事说的是行业基准，很少有同事知道这180天是怎么来的。今天就来分析下。 时间锚流失定义法 第一…
在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域, 主要分为：监督学习，非监督学习，半监督学习和强化学习。监督学习主要用于回归和分类；半监督学习主要用于分类，回归，半监督聚类；…
日常生活中，生物识别技术已经是多数智能手机的标配，大多数手机具备人脸识别、指纹识别等功能，目前的指纹识别技术已经非常成熟。但我们今天要聊的并不是生物识别技术中的指纹识别，而是浏览器指纹。很多人对这项…
在听《字谈字畅》节目的时候了解到了一个新的概念：中文拼音正词法。 《中文拼音正词法基本规则》是中华人民共和国国家标准GB/T 16159—1996，1996-01-22国家技术监督局发布，1996-07-01实施。以下为摘录内容…
对于深度学习或机器学习模型而言，我们不仅要求它对训练数据集有很好的拟合（训练误差），同时也希望它可以对未知数据集（测试集）有很好的拟合结果（泛化能力），所产生的测试误差被称为泛化误差。度量泛化能力的…
监督机器学习的关键方面之一是模型评估和验证。当您评估模型的预测性能时，过程必须保持公正。为了制作训练数据（training samples）和测试数据（testing samples），常使用sklearn里面的sklearn.model_selection.t…
