logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

产品必备技能(四):如何通过数据分析一款产品?附实操报告

文章目录如何通过数据分析一款产品?对Chrome浏览器的注册环节进行漏斗分析实操步骤模板普通版报告优秀版报告如何通过数据分析一款产品?大数据时代的到来,对产品经理提出了更加严格的数据分析要求。一个懂数据分析的产品经理可以利用数据驱动产品设计优化,并高效提升客户体验。通过掌握数据思维,为今后的产品数据分析打下坚实的基础。对Chrome浏览器的注册环节进行漏斗分析最近一段时间,产品经理发现:官网的总体

#数据分析#大数据#数据挖掘 +2
数据分析中数据异常的种类,第三个你一定想不到~

数据异常的三种主要类型(1)违背常识的错误比如调查上海市某小区居民的月收入,出现了小王的收入为-5000,这就属于异常值(2)数据的离群值离群值是指与其他数据差异较大,会对数据分析结果产生影响的观测值,比如说一个人月收入是1000000000000000000000000元离群值的判断和处理:1.检查同一客户原表里面是否有同样的数值2.再检查这个数据是怎样收集来的3.从技术角度评估...

#数据分析#大数据#人工智能 +2
大数据之Hive(二):Hive 基本操作、Hive HQL操作初体验、Hive的内部表和外部表、分区表、动态分区

文章目录4.2 Hive 基本操作1 Hive HQL操作初体验2 Hive的内部表和外部表3 分区表4 动态分区4.2 Hive 基本操作1 Hive HQL操作初体验创建数据库CREATE DATABASE test;显示所有数据库SHOW DATABASES;创建表CREATE TABLE student(classNo string, stuNo strin...

#数据库#大数据#hive +2
大数据之Hadoop(一):Hadoop概述、什么是Hadoop、Hadoop核心组件、Hadoop优势

文章目录Hadoop概述1.1 什么是Hadoop1.2 Hadoop核心组件1.3 Hadoop优势Hadoop概述课程目标:知道Hadoop的概念及发展历史说出hadoop的核心组件知道hadoop的优势1.1 什么是HadoopHadoop名字的由来作者:Doug cuttingHadoop项目作者的孩子给一个棕黄色的大象样子的填充玩具的命名Hadoop...

#数据挖掘#搜索引擎#大数据 +2
【吴恩达深度学习专栏】神经网络的编程基础(Basics of Neural Network programming)——m 个样本的梯度下降(Gradient Descent on m Example

2.10 m 个样本的梯度下降(Gradient Descent on m Examples)在之前的视频中,你已经看到如何计算导数,以及应用梯度下降在逻辑回归的一个训练样本上。现在我们想要把它应用在m个训练样本上。但之前我们已经演示了如何计算这项,即之前幻灯中演示的如何对单个训练样本进行计算。所以你真正需要做的是计算这些微分,如我们在之前的训练样本上做的。并且求平均,这会给你全局梯度值,...

#神经网络#算法#机器学习 +2
【Tensorflow与深度学习笔记day03】2. Tensorflow进阶+张量的阶和数据类型+张量操作+变量的的创建、初始化+名称域与共享变量+图与会话+模型保存与恢复、自定义命令行参数

文章目录2. Tensorflow进阶2.1. 张量的阶和数据类型阶数据类型2.2. 张量操作生成张量固定值张量创建随机张量张量变换改变类型形状和变换切片与扩展其它一些张量运算(了解查阅)张量复制与组合逻辑运算符比较运算符判断检查2.3. 变量的的创建、初始化Variable类变量的创建变量的初始化属性方法变量的静态形状与动态形状要点管理图中收集的变量2.4. 名称域与共享变量变量作用域域变量作用

#python#java#tensorflow +2
机器学习线性回归(五):线性回归公式求解

import numpy as npX = np.array([[3,3.2],\[3.5,3.6]])Xy = np.array([[118.4],\[135.2]])y矩阵求解的公式#转置XT = X.TXT#方阵XTX = np.dot(XT,X)XTX#逆矩阵INV = np.linalg...

#逻辑回归#机器学习#线性代数 +2
【Tensorflow与深度学习笔记day10】5.5. 网络优化改进+指数衰减学习率exponential_decay+使用

文章目录5.5. 网络优化改进指数衰减学习率exponential_decay使用5.5. 网络优化改进网络优化的方法有很多,在这里我们使用其中一种优化方式。在我们的模型训练时候,会有一个重要的因素需要设定,就是学习率。那么在手动设定学习率的时候不一定准确。 这种人为的设定对于模型的输出影响较大。所以在这里引入了一种自动更新学习率的函数。指数衰减学习率exponential_decayc...

#深度学习#人工智能#机器学习 +2
吴恩达机器学习之异常检测(Anomaly Detection)(三):选择特征(详细笔记,建议收藏,已有专栏)

吴恩达机器学习栏目清单专栏直达:https://blog.csdn.net/qq_35456045/category_9762715.html文章目录15.6 选择特征15.6 选择特征参考视频: 15 - 6 - Choosing What Features to Use (12 min).mkv对于异常检测算法,我们使用的特征是至关重要的,下面谈谈如何选择特征:误差分析:一个常...

#算法#机器学习#python +2
【机器学习笔记day17】3.5. 逻辑回归算法案例分析+良/恶性乳腺癌肿瘤预测

文章目录3.5. 逻辑回归算法案例分析逻辑回归算法案例分析良/恶性乳腺癌肿瘤预测3.5. 逻辑回归算法案例分析逻辑回归算法案例分析良/恶性乳腺癌肿瘤预测原始数据的下载地址为:https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/数据预处理import pandas as pd...

#算法#机器学习#python +2
    共 52 条
  • 1
  • 2
  • 3
  • 6
  • 请选择