11.决策分析思考二：针对分析工程基本概念：用数据科学解决商务问题——开始于数据工程：设计一个分析方法，基于数据，工具和可用技巧代表技巧：数据科学解法设计中的期望值框架针对慈善邮件的最好前景期望值框架：解构商务问题和重构解法碎片一个简短偏题——关于选择偏差用一个更复杂的模型重访客户流失问题期望值框架：构造一个更复杂的商务问题评估激励的影响从一个期望值解构到数据科...

10.呈现和挖掘文本基本概念：构建易于挖掘数据呈现的重要性；为了数据挖掘的文本呈现主要技巧：词袋呈现；TFIDF计算；N-grams;填充；命名的实体抽取；主题模型为什么文本重要为什么文本困难呈现词袋词组频率测量稀疏性：逆向文件频率组合它们：TFIDF例子：爵士音乐家*IDF和熵的关系词袋之外N-gram 序列命名的实体抽取主题模型例...

4.用数据拟合模型基本概念：基于数据找到“最优”模型参数；选择数据挖掘的目标；目标函数；损失函数主要技巧：线性回归；逻辑回归；支持向量机（SVM）用数据函数分类线性判别方程优化目标函数从数据中挖掘线性判别式的一个例子用线性判别方程给实例打分和排序支持向量机简介通过数学方程回归类概率估计和逻辑“回归”*逻辑回归：一些技术细节例子：逻辑回归VS树归纳...