简单易学的机器学习算法—SVD奇异值分解 一、SVD奇异值分解的定义 假设M是一个的矩阵，如果存在一个分解： 其中的酉矩阵，的半正定对角矩阵，的共轭转置矩阵，且为的酉矩阵。这样的分解称为M的奇异值分解，对 ...
2017-03-24
简单易学的机器学习算法—线性回归(2) 一、基本线性回归模型的抽象 在基本的线性回归中(可见简单易学的机器学习算法—线性回归(1))，对于一个线性回归为题，我们得到一个线性方程组： 在上一篇中我们是构建平 ...
2017-03-24
简单易学的机器学习算法—线性回归(1) 一、线性回归的概念 对连续型数据做出预测属于回归问题。举个简单的例子：例如我们在知道房屋面积(HouseArea)和卧室的数量(Bedrooms)的情况下要求房屋的价格(Price)。通 ...
2017-03-24
数据分析产品的下一个进化:基于无埋点的有埋点 一直以来，人们把大数据和埋点技术紧紧捆绑在一起，大数据时代也被称为埋点时代。技术发展，更新更快的无埋点技术横空出世。那么埋点技术是不是就此被判了死刑， ...
2017-03-24
优化算法—人工蜂群算法(ABC) 一、人工蜂群算法的介绍 人工蜂群算法(Artificial Bee Colony, ABC)是由Karaboga于2005年提出的一种新颖的基于群智能的全局优化算法，其直观背景来源于蜂群的采蜜行为，蜜蜂根据 ...
2017-03-23
简单易学的机器学习算法—K-Means算法 一、聚类算法的简介 聚类算法是一种典型的无监督学习算法，主要用于将相似的样本自动归到一个类别中。聚类算法与分类算法最大的区别是：聚类算法是无监督的学习算法，而 ...
2017-03-23
简单易学的机器学习算法—Logistic回归 一、Logistic回归的概述 Logistic回归是一种简单的分类算法，提到“回归”，很多人可能觉得与分类没什么关系，Logistic回归通过对数据分类边界的拟合来实现分类。而“回 ...
2017-03-23
简单易学的机器学习算法—朴素贝叶斯 一、贝叶斯定理 1、条件概率 条件概率是指在事件B发生的情况下，事件A发生的概率，用表示。 2、全概率公式 含义是：如果和构成样本空间 ...
2017-03-23
数据分析技术：事后多重比较的方法介绍；了解各种方法的原理才能做到“准确分析” 基础准备 均值比较的假设检验是数据分析最重要的分析内容之一，根据参与比较的样本数量不同，使用的假设检验方法也不同，做 ...
2017-03-23
简单易学的机器学习算法—极限学习机(ELM) 一、极限学习机的概念 极限学习机(Extreme Learning Machine) ELM，是由黄广斌提出来的求解单隐层神经网络的算法。 ELM最大的特点是对于传统的神经网络，尤其是单隐 ...
2017-03-23
简单易学的机器学习算法—决策树之ID3算法 一、决策树分类算法概述 决策树算法是从数据的属性（或者特征）出发，以属性作为基础，划分不同的类。例如对于如下数据集 （数据集） 其中，第一列和第二列为属性（ ...
2017-03-22
简单易学的机器学习算法—神经网络之BP神经网络 一、BP神经网络的概念 BP神经网络是一种多层的前馈神经网络，其主要的特点是：信号是前向传播的，而误差是反向传播的。具体来说，对于如下的只含一个隐层的神经 ...
2017-03-22
简单易学的机器学习算法—分类回归树CART 分类回归树（Classification and Regression Tree，CART）是一种典型的决策树算法，CART算法不仅可以应用于分类问题，而且可以用于回归问题。 一、树回归的概念 对于 ...
2017-03-22
优化算法—粒子群算法(PSO) 一、粒子群算法的概述 粒子群算法(PSO)属于群智能算法的一种，是通过模拟鸟群捕食行为设计的。假设区域里就只有一块食物（即通常优化问题中所讲的最优解），鸟群的任务是找到这个食 ...
2017-03-22
数据结构和算法—用动态规划求解最短路径问题 在利用动态规划求解的过程中值得注意的就是是否包含最优子结构，简单来讲就是一个问题的最优解是不是包含着子问题的最优解。利用求解子问题的最优解最后得到整个问 ...
2017-03-22
数据结构和算法—动态规划 我一直最想做的就是机器学习，所以也都是在报机器学习的岗位，在BAT三家公司中，其实还是要讲百度吧，因为阿里在一面的时候就挂了，给我的理由是我投错了岗位(据面试官讲我应该去投算 ...
2017-03-22
简单易学的机器学习算法—Rosenblatt感知机的对偶解法 一、Rosenblatt感知机回顾 在博文“简单易学的机器学习算法——Rosenblatt感知机”中介绍了Rosenblatt感知机的基本概念。Rosenblatt感知机是针对线性可分 ...
2017-03-21
简单易学的机器学习算法—基于密度的聚类算法DBSCAN 一、基于密度的聚类算法的概述 我想了解下基于密度的聚类算法，熟悉下基于密度的聚类算法与基于距离的聚类算法，如K-Means算法之间的区别。 基于密度的 ...
2017-03-21
论文中的机器学习算法——基于密度峰值的聚类算法 下面还是主要来谈谈论文的主要思想。 算法的主要思想思想 在聚类算法中主要有这样几种： 划分的方法，如K-Means 层次的方 ...
2017-03-21
简单易学的机器学习算法—非线性支持向量机 一、回顾 介绍了支持向量机的基本概念，线性可分支持向量机的原理以及线性支持向量机的原理，线性可分支持向量机是线性支持向量机的基础。对于线性支持向量机，选择 ...
2017-03-21在数据驱动决策的时代，数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中，很多数据分析项目看似流程完整， ...
2026-01-15在CDA（Certified Data Analyst）数据分析师的日常工作中，“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域，百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据，而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中，流失是必然存在的——电商用户可能“浏览商品却未下单”，APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中，次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈，是判断产品是 ...
2026-01-14在CDA（Certified Data Analyst）数据分析师的业务实操中，“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代，用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”，还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代，“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据，往往存在 ...
2026-01-13在CDA（Certified Data Analyst）数据分析师的核心能力体系中，“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中，业务模型与数据模型是两大核心支撑体系：业务模型承载“业务应该如何运转”的逻辑，数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代，“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言，用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA（Certified Data Analyst）数据分析师的日常工作中，“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代，用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业，提前精准预测潜在流失用户， ...
2026-01-09在量化投资领域，多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子（如估值、成长、盈利、流 ...
2026-01-09在CDA（Certified Data Analyst）数据分析师的工作场景中，分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据，是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下，数据已成为驱动业务增长的核心引擎。电商公司的数据分析师，不仅是数据的“解读官”，更是业务的 ...
2026-01-08在数据驱动决策的链路中，统计制图是CDA（Certified Data Analyst）数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析（PCA）的学习与实践中，“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中，成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07
