携程是如何把大数据用于实时风控的?

2017-02-19

携程是如何把大数据用于实时风控的? 携程作为国内OTA领头羊，每天都遭受着严酷的欺诈风险，个人银行卡被盗刷、账号被盗用、营销活动被恶意刷单、恶意抢占资源等。 目前携程利用自主研发的风控系统有效识别、 ...

从数据来源、数据生态、数加平台等方面，漫谈阿里大数据

2016-12-10

从数据来源、数据生态、数加平台等方面，漫谈阿里大数据 目前人人都在谈大数据，谈DT时代，但是，大数据是什么，每个人都有自己的一个看法，好比盲人摸象，每个都认为自己摸到是真正的大象。我也担心我所看到的 ...

关于数据挖掘就业方面的问题

2016-11-24

关于数据挖掘就业方面的问题 最近在招聘这方面的工程师，我想通过回答题主的这些问题，来帮助一些新人选择方向和正确的入门。 1.数据挖掘主要是做算法还是做应用？分别都要求什么？ 这个问题太笼统， ...

用Python进行机器学习小案例

2016-11-24

用Python进行机器学习小案例 本文是用Python编程语言来进行机器学习小实验的第一篇。主要内容如下： 读入数据并清洗数据 探索理解输入数据的特点 分析如何为学习算法呈现数据 选择正确的模型和学 ...

大数据驱动下的微博社会化推荐

2016-11-23

大数据驱动下的微博社会化推荐 不同于搜索，“推荐”通常不是独立的互联网产品，而是互联网产品的核心组件，为该产品的核心目标服务，比如电商网站的推荐是为了达成更多商品交易。微博推荐同样如此，其存在价 ...

数据挖掘与数据分析梳理

2016-10-11

数据挖掘与数据分析梳理 一、数据挖掘和数据分析概述 数据挖掘和数据分析都是从数据中提取一些有价值的信息，二者有很多联系，但是二者的侧重点和实现手法有所区分。 数据挖掘和数据分析的不同之处： ...

对业务和用户的理解,是数据挖掘“皇冠上的明珠”

2016-09-06

对业务和用户的理解,是数据挖掘“皇冠上的明珠” 这篇文章不是数据挖掘教程，而是让用研、产品、运营及其它相关岗位的同学了解： 数据挖掘的特点； 数据挖掘可以做哪些事情、有什么应用价值； 要发挥 ...

数据挖掘是对业务和用户的理解

2016-09-02

数据挖掘是对业务和用户的理解 数据挖掘有很高的专业门槛；然而用研、产品、运营们也不一定就会被数据科学家们“碾压”了。这篇文章不是数据挖掘教程，而是让用研、产品、运营及其它相关岗位的同学了解： 数 ...

想要做好数据科学，先做好这7步

2016-07-29

想要做好数据科学，先做好这7步 《哈佛商业评论》曾宣称“数据科学家”是二十一世纪最性感的职业。所谓性感，既代表着难以名状的诱惑，又说明了大家对它又不甚了解。 如何做好数据科学呢？ 微软高级数据 ...

基于机器学习的高价值用户自动发现

2016-06-05

基于机器学习的高价值用户自动发现 自2014年起，猎聘建立全球职业发展中心(Global Career Develop Center, 简称GCDC)，同时服务企业和求职者，作为两者互动的桥梁发挥着重要的作用。不同于其他互联网招聘企业， ...

机器学习：用初等数学解读逻辑回归

2016-06-03

机器学习：用初等数学解读逻辑回归 大数据文摘愿意为读者打造高质量【机器学习】，措施如下 （1）群内定期组织分享 （2）确保群内分享者和学习者数量适合，有分享能力者不限名额，学习者数量少于分享者， ...

城市大数据的生态模型及应用

2016-05-26

城市大数据的生态模型及应用 从提出一个生态模型开始，阐述了建立一个可持续的城市大数据生态所需要的关键角色以及地方政府在演进这些角色中所能发挥的作用。接着，给出了一个实际案例作为这个模型的参考实现 ...

机器学习算法需要注意的一些问题

2016-05-05

机器学习算法需要注意的一些问题 对于机器学习的实际运用，光停留在知道了解的层面还不够，我们需要对实际中容易遇到的一些问题进行深入的挖掘理解。我打算将一些琐碎的知识点做一个整理。 1 数据不平衡问 ...

8个经过证实的方法:提高机器学习模型的准确率

2016-05-05

8个经过证实的方法:提高机器学习模型的准确率 提升一个模型的表现有时很困难。如果你们曾经纠结于相似的问题，那我相信你们中很多人会同意我的看法。你会尝试所有曾学习过的策略和算法，但模型正确率并没有改 ...

做好数据科学，离不开这7步

2016-05-05

做好数据科学，离不开这7步 《哈佛商业评论》曾宣称“数据科学家”是二十一世纪最性感的职业。所谓性感，既代表着难以名状的诱惑，又说明了大家对它又不甚了解。 如何做好数据科学呢? 微软高级数据科学家 ...

需求与匹配 从数据挖掘角度看世纪佳缘推荐系统

2016-04-18

需求与匹配 从数据挖掘角度看世纪佳缘推荐系统 昨天看到同事在朋友圈以及机器学习日报推荐的这篇文章：《佳缘用户推荐系统》，再结合自己之前的几年的推荐系统经验，以及在婚恋网站半年多的经验，来谈谈我眼中 ...

如何处理数据中的缺失值

2016-04-01

如何处理数据中的缺失值 现实世界中的数据往往非常杂乱，未经处理的原始数据中某些属性数据缺失是经常出现的情况。另外，在做特征工程时经常会有些样本的某些特征无法求出。路漫漫其修远兮，数据还是要继续挖的 ...

scikit-learn的主要模块和基本使用

2016-03-22

 scikit-learn的主要模块和基本使用 对于一些开始搞机器学习算法有害怕下手的小朋友，该如何快速入门，这让人挺挣扎的。 在从事数据科学的人中，最常用的工具就是R和Python了，每个工具都有其利弊，但是Py ...

大数据工具比较-R语言和Spark谁更强

2016-02-20

大数据工具比较-R语言和Spark谁更强 现如今的大数据工具真是多，在数据分析师工作中，使用哪些工具更加合适呢，r语言和Spark机器学习那个中有市场率更高些，那个在运算中更快更强些呢？ Spark的机器学习库 ...

大数据将音乐行业推入平民时代

2016-02-20

大数据将音乐行业推入平民时代 音乐行业一直在被人的直觉所推动。一首歌会不会火，一个歌手会不会红，一场演唱会不会大卖，这些往往都是靠音乐公司高管们的直觉判断。于是，才有了各种意外的“走红”或者“滑铁 ...