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核心资源推荐 CDA教材（2025）：https://edu.cda.cn/goods/show/3151CDA模拟题（2025）：https://edu.cda.cn/goods/show/2845CD ...
2026-10-26核心资源推荐 CDA教材（2025）：https://edu.cda.cn/goods/show/3151CDA模拟题（2025）：https://edu.cda.cn/goods/show/2845CD ...
2026-10-26运营岗的技能提升，最容易走偏的一步是先去学工具。Excel、SQL、Python 都值得学，但如果不知道自己要回答什么业务问题、指标口 ...
2026-10-26营销人提升业务能力，最常见的误区是“缺什么补什么”：文案不行学写作，投放不行学出价，活动效果差就再学一套裂变玩法。零散技 ...
2026-10-26营销经理的能力提升，最容易走成两条弯路：一条是零散学工具，Excel、SQL、Python挨个报课，学完却不知道用在哪；另一条是把“提 ...
2026-10-26营销经理的沟通难点，很少是“不会说话”。更多时候是三类具体卡点：向管理层汇报，讲了十分钟还没说到结论；向产品、财务、销售 ...
2026-10-26营销岗位的能力提升，最容易走偏的一条路是先学工具。Excel、SQL、Python排着队学，学完却发现日常工作中还是说不清一场活动到底 ...
2026-10-26营销岗日常要回答的问题其实很集中：这次投放带来多少有效线索，活动哪一步掉得最多，新客和老客谁在复购，渠道花出去的钱能不能 ...
2026-10-26营销策划问“最应该掌握什么数据分析技能”，答案不是先学某个工具，而是先掌握把活动目标拆成指标与口径、再用数据评估活动效果 ...
2026-10-26信贷专员的培训课不少，难的是选课顺序。常见误区是看到“数据分析”“风险建模”就报名，学完却发现与手头工作接不上；也有人反 ...
2026-10-26信贷专员的核心工作，是把一笔贷款从客户申请一路管到结清：贷前判断客户还得起吗，贷中盯住条件有没有落实、风险有没有变化，贷 ...
2026-10-26新媒体运营提升业务技能，不建议从“多学几个工具”开始。更有效的做法是先搭一个能力框架，再用岗位任务反推短板。可以按内容策 ...
2026-10-26营销岗位的沟通问题，很少是“嘴笨”。更多时候是三类信息没对齐：对面是谁、这次沟通要对方做什么、凭什么相信你。同一套话术， ...
2026-10-26一、SmartArt 是什么，为什么用它画流程图 在 Excel 里画流程图，很多人第一反应是插入"形状"——矩形、箭头、连线一个个手动画 ...
2026-10-26税务专员新人想快速上手，最有效的路径不是先背政策条文，而是先把日常任务跑通：发票台账能登记清楚、申报表能和账面数据对上、 ...
2026-10-26一、什么是聚类分析，什么时候用它 聚类分析是一种无监督学习方法，它把一批对象按照"相似性"自动分成若干组，让同一组内的对象 ...
2026-10-26税务专员日常要面对申报表、发票明细、税负台账和各类核对底稿，常用的数据分析模型其实集中在六类：对比分析、趋势分析、结构分 ...
2026-10-26数字营销专员提升知识，最有效的途径不是零散刷课、追热点工具，而是围绕岗位任务搭一张“渠道—内容—用户—数据”的知识骨架， ...
2026-10-26数字营销不是一个只靠创意和网感的岗位。招聘方在JD里写“熟悉投放”“会看数据”“能做用户增长”，背后其实是一套可以拆开的知 ...
2026-10-26先给结论：做业务分析、数据运营这类岗位，不需要先啃高数和线性代数，但描述统计、图表阅读和指标口径必须掌握；只有走建模、挖 ...
2026-10-26
