以数据为导向
  以内容为核心

至力于人工智能大数据平台!

决策树(专家药物模型)操作案例

依据常用案例专家药物模型使用SmartMining桌面版,以决策树算法为背景,说明大数据如何构建专家诊病模型,以及如何通过可视化探索数据,实现决策树同样的计算结果!案例侧重于大数 

2018-01-16

数据挖掘 可思数据

购物篮分析—关联规则操作案例

购物篮指的是超级市场内供顾客购物时使用的装商品的篮子,当顾客付款时这些购物篮内的商品被营业人员通过收款机一一登记结算并记录。所谓的购物篮分析(Market Basket Analys 

2018-01-16

数据挖掘 可思数据

你在倾听你们的对话吗?

今天,企业们陷入了困境。通过对他们的音频信道中采集到的会话信息发现,他们受困于抽样和高成本的人工监控。这阻碍了企业的发展,使企业无法对其对话有更广泛的了解,从而更清楚 

2018-01-16

数据挖掘 可思数据

小谈关联规则的指标应用

作为产品推荐中最常用的算法之一,你对关联规则知道多少呢?本文从概念和基本指标说起,向你介绍一些指标应用的方法。关联规则是产品推荐中最常用的算法之一,简单地说,就是通过客 

2018-01-16

数据挖掘 可思数据

使用Python网络挖掘的初学者指南

介绍从网络中抓取数据的必要性和重要性不言而喻。每隔几周,我都会发现自己有从互联网中挖掘数据的需要。例如,上周我们想创建一个指标,该指标是关于网络上各种可用的数据科学 

2018-01-16

数据挖掘 可思数据

浅谈数据挖掘基础

前言  其实读完斯坦福的这本《互联网大规模数据挖掘》,让我感觉到,什么是人工智能?人工智能就是更高层次的数据挖掘。机器学习是人工智能领域内的重要技术,同样也是在数据挖 

2018-01-14

数据挖掘 可思数据

39个大数据可视化工具 数据研究必备

数据可视化无处不在,而且比以前任何时候都重要。无论是在行政演示中为数据点创建一个可视化进程,还是用可视化概念来细分客户,数据可视化都显得尤为重要。以前的工具的基本不 

2018-01-13

数据挖掘 可思数据

为什么数据挖掘很难成功?

大数据时代,数据挖掘变得越加重要,曾经做了很多,成功有之,失败的却更多,举一些例子,探究其失败原因,也许于大家都有启示吧。数据缺失总是存在。为什么数据挖掘的数据准备工作要这 

2017-01-09

数据挖掘 可思数据

老王带你搞定社交网络分析II——多维宇宙行动

摘要:上一篇《老王带你搞定社交网络分析》走红之后,不少读者津津有味的同时还有些许意犹未尽,处座当然要趁热打铁啦!在本文中,处座将进一步与大家探讨关于社交网络(SNA)在互联 

2017-01-09

数据挖掘 可思数据

深度解读 | 微信教父张小龙所说的敏捷开发

昨天晚上,产品教父张小龙在WXG(微信事业群)领导力大会上的讲话又一次刷爆了互联网人的朋友圈。谈到敏捷开发的时候,张小龙直言:我们今天可以想一些与众不同的点子,然后我们可以很 

2017-01-09

数据挖掘 可思数据

老王带你搞定社交网络分析

摘要:程序员老王对隔壁公司的美女经理阿花十分仰慕,虽然他们常常在写字楼电梯间偶遇,最多也就是点头问好,但怎样才能名正言顺和阿花在工作以外的时空产生交集?其实,人与人之间的 

2017-01-09

数据挖掘 可思数据

数据挖掘入门必看10个问题

NO.1 Data Mining 和统计分析有什么不同?硬要去区分Data Mining和Statistics的差异其实是没有太大意义的。一般将之定义为Data Mining技术的CART、CHAID或模糊计算等等理论 

2016-10-19

数据挖掘 可思数据

工资挖掘:用分位数回归看你的工资水平

不久前我们发过一篇大受欢迎的文章:《“深度挖掘,你的工资拖后腿了吗?”》。文中试着用众数回归的方法,向大家展示了一个公司不同年龄层中出现次数最多(也就是众数)的工 

2016-10-19

数据挖掘 可思数据

用户在线广告点击行为预测的深度学习模型

本次分享主要讲的是深度学习在Multi-field Categorical 这类数据集上的应用,这种类型的数据主要呈现以下特征:有多个域,每个域上的数据以ID格式呈现。本课题就是在信息检索这 

2016-10-19

数据挖掘 可思数据

思路+步骤+方法,三步教你如何快速构建用户画像?

如果你走在大街上,看到迎面走来了一个前凸后翘、长发飘飘、五官精致、皮肤白皙、大腿修长的人,你内心肯定会一阵惊喜:“哇,美女!”。假如你对这个美女产生了兴(性)趣,你想 

2016-10-19

数据挖掘 可思数据

从零搭建推荐体系: 推荐体系和评估体系(下)

5. 推荐体系5.1 推荐方法很明显,推荐方法和推荐算法是整个推荐系统中最核心、最关键的部分,很大程度上决定了推荐系统性能的优劣。目前,主要的推荐方法包括:基于内容推荐、协同 

2016-10-19

数据挖掘 可思数据

从零搭建推荐体系:用户体系、项目体系和推荐体系

2. 用户体系2.1 搭建流程首先应该先确定用户动机,因为从用户的根本动机,我们才好做相应的推荐处理。那么我们应该如何获取用户动机?只有一种方法,就是通过用户行为。所以我们应 

2016-10-19

数据挖掘 可思数据

从零搭建推荐体系:概述及标签体系搭建(上)

0. 概述随着信息技术的迅速发展和信息内容的日益增长,“信息过载”问题愈来愈严重,愈发带来很大的信息负担。推荐系统可以有效缓解此难题,从而得到推崇并加以广泛应 

2016-10-19

数据挖掘 可思数据

定量数据用户画像的方法与流程

用户画像是一种目标用户的人物原型,它不仅可以快速了解用户的基本信息并快速归类,并且可以进一步精准地分析用户行为习惯和态度偏好。用户画像虽然是用户的虚拟代表,但必须基 

2016-10-19

数据挖掘 可思数据

永不过时的K-Means算法

引言众所周知,数据挖掘算法并非十全十美,在某些情况下他们也会失效。 使用 K 均值算法(K-Means)时就可能会出现这种情况,当然此时你可以尝试一下另一种方法—— K 中心 

2016-09-28

数据挖掘 可思数据

有关文本挖掘的14个概念

我们所处的信息时代以急速增长的数据信息收集、储存和转换成电子格式为特征。大量的商业数据以杂乱无章的文本形式储存。 据美林公司(Merrill Lynch)和高德纳公司(Gartner) 

2016-09-28

数据挖掘 可思数据

大数据告诉你:公交车上谁是小偷?

摘要:从海量的公交卡出行记录中识别出小偷,是不是令人脑洞大开的想法?小偷是喜欢去西单偷东西呢还是喜欢去回龙观呢?刚刚召开的KDD2016(知识发现和数据挖掘大会)上的一篇文章介绍 

2016-09-28

数据挖掘 可思数据

互联网金融出路在哪里?大数据用户挖掘告诉你

互联网金融盛极一时,背后却是烧钱做推广,用户转化低中国传统金融覆盖面低,融资难、融资贵,资金配给效率相对低效,利润比较高,发展到现在已举步维艰,而移动互联网时代的到来以及与互 

2016-09-28

数据挖掘 可思数据

电商产品如何依靠用户画像做个性化推荐

在用户画像的过程中有一个很重要的概念叫做颗粒度,就是我们的用户画像应该细化到哪种程度。颗粒度太大,对于产品设计的指导意义就会变小,如果太细,无疑是在压缩潜在用户的范围。 

2016-09-28

数据挖掘 可思数据

聚类分析基础知识总结及实战解析

聚类分析是没有给定划分类别的情况下,根据样本相似度进行样本分组的一种方法,是一种非监督的学习算法。聚类的输入是一组未被标记的样本,聚类根据数据自身的距离或相似度划分为 

2016-09-28

数据挖掘 可思数据

页次:2/10 每页25 总数248    首页  上一页  下一页  尾页    转到:
热点图文 更多