本文是 硅谷王川：深度学习有多深？发散的大脑（22） 的续篇。

PD（指产品经理，下同）本身就是在做牛做马，关系圈异常复杂。数据PD也不例外。而且打交道的人更多。以下是我用PPT绘制的数据产品经理关系圈。

背景：研究用户的历史付费行为，对付费用户购买的道具进行研究，发现道具之间的关联性，方便运营根据道具的关联性进行活动推广。 数据源：2016年3月28日——2016年4月4日一个自然周的付费数据。 数据字段：付费次数、付费人数、付费金额及占比、道具名称。 研究对象：2016年3月28日——2016年4月4日一个自然周的付费用户群。 一、数据探索 （1）购买次数…

在微博上看到一个泡MM的数据分析图，MM数高达24位! 在惊叹这位男纸疯狂之余，为这24位MM感到不值。都分手了，还被这位男纸拿来做分析图的样本，做风流史的谈资，怪只怪当初瞎了眼，所托非人啊! 这给咱们姐妹们的启发是：选择男友要擦亮眼，要看清楚谁才是自己的白马王子! 如何选择呢假设你有三个爱慕者：布拉德皮特、休格兰特、凯文科斯特纳(意淫一下，呵呵)，他们三个…

你喜欢的东西我也喜欢 我们将从推荐系统开始，开启数据挖掘之旅。推荐系统无处不在，如亚马逊网站的“看过这件商品的顾客还购买过”板块： last.fm上对音乐和演唱会的推荐(相似歌手)： 在亚马逊的例子里，它用了两个元素来进行推荐：一是我浏览了里维斯翻译的《法华经》一书;二是其他浏览过该书的顾客还浏览过的译作。 本章我们讲述的推荐方法称为协同过滤。顾名思义，这个…

数据挖掘这块重点就是介绍算法和应用案例，还有相应的开发语言R、excel、mapreduce、spark。前面重点介绍了数据挖掘主要解决的几类问题，而分类问题是数据挖掘中的重头戏。 如果我们在高校里，常见的就是训练一群样本数据的特征，跑出模型，也不一定要关心它的上线模型调优的效果，也不一定要关心它的性能还有实际业务的情况。但我们在实际的业务过程中，作为算法工…

本文整理了一些深度学习领域的专业名词及其简单释义，同时还附加了一些相关的论文或文章链接。本文编译自 wildml，作者仍在继续更新该表，编译如有错漏之处请指正。

d3.js是一个近年来推出的基于javascript的数据展示库，全称为Data Driven Document， 在浏览器数据展示领域的地位类似于通用js框架里的jQuery。d3.js的官网是d3js.org，大家可以在上面看到很多例子和应用。d3.js也是图形数据库neo4j所内置的数据展示工具。

数据具有统一性，规范性，那么咱们在聊游戏运营数据的时候，必须先知道，数据可以干什么！ 数据可以告诉我们用户有多少、他们喜欢玩什么、喜欢做什么。数据可以让我们看清产品全局。数据是最有力的证据，能够让我们说服渠道，说服投资商。数据能更直观的表现产品问题。数据可以告诉我们，投入与产品的合理性…… 终上所述，数据的重要性不言而喻；我们可以从数据中分析各种理论，但我们…

为什么要做竞品分析无非就是当你有了一个初步的产品想法之后，但是却不能够明确这个想法到底靠不靠谱，它是否真的解决了用户的某些需求，这些需求算不算痛点，也不知道市面上是否已经有了与你想法相似的产品，他们是怎么做的，是否做得足够好，还有哪些待挖掘的机会等等。 此时你脑中的想法一定只是个demo版，非常的初级，是一个朦朦胧胧的状态，甚至你都说不清它到底是来源于哪里，…

内容： 显式评价 隐式评价 哪种评价方式更准确？ 基于用户的协同过滤 基于物品的协同过滤 修正的余弦相似度 Slope One算法 Slope One的Python实现 MovieLens数据 第二章中我们学习了协同过滤和推荐系统的基本知识，其中讲述的算法是比较通用的，可以适用于多种数据集。用户使用5到10分的标尺来对不同的物品进行打分，通过计算得到相似的用…

摘要：均值算法是一种典型的无监督学习算法，用来对数据进行分类。 聚类问题 Clustering 针对监督式学习，输入数据为 (x, y) ，目标是找出分类边界，即对新的数据进行分类。而无监督式学习只给出一组数据集 ${x_1, x_2, … , x_m}$ ，目标是去找出这组数据的模式特征，比如哪些数据是一种类型的，哪些数据是另外一种类型的。典型…

机器学习的历史表明会有许多的模式。但最有可能的一种是：在接下来数年，我们将教授机器如何自我学习。

有人问道，如何画地图，如何实现地图呈现数据可视化！现在数据可视化的一个重要领域就是地理信息系统GIS，当然这个领域一直有专业的软件公司，比如mapinfo等，现在很多软件工具也提供了定制化的地图，但有时候也不能满足我们对特定地图的需求，这就需要我们手工去完成一些地图，之后去表现数据； 上面这张地图来自淘宝的数据报告，非常好的设计和呈现（注意：这张地图缺了群岛…

越来越多的公司开始倡导‘用数据说话’，利用数据分析来帮助公司进行商务运营和制定决策。但如果一个公司试图对所有可能收集到的数据进行分析或者期望用数字来解决一切问题，那便又陷入了另一个极端，让自己受到数据分析复杂性的困扰。公司应该利用简单有效的数据分析方法帮助其在已有的业务认知基础上更好地作出商务决策。下面我们就结合一些公司的实例来介绍利用简单的数据分析解决商务…

本文将详细讲述这类定性与定量结合的用户画像制作方法，以求达到精确描述用户需求、指导运营工作的目的。

摘要：如何优化应用程序的用户体验以便增加用户数量并获取市场份额是个难题。本系列文章共有三篇，在这一系列文章中，作者将帮助您更好地理解为何应用程序数据可以成为关键性竞争优势，同时推荐一些框架和工具帮助您充分利用数据。本文主要介绍为数据赋予意义的重要性。 当今市场，并不缺少给出从电子商务到手机游戏等各种类型应用程序平均留存时间、用户流失率以及应用程序内购买水平的…

第四章：分类 在上几章中我们使用用户对物品的评价来进行推荐，这一章我们将使用物品本身的特征来进行推荐。这也是潘多拉音乐站所使用的方法。 内容： 潘多拉推荐系统简介 特征值选择的重要性 示例：音乐特征值和邻域算法 数据标准化 修正的标准分数 Python代码：音乐，特征，以及简单的邻域算法实现 一个和体育相关的示例 特征值抽取方式一览 根据物品特征进行分类 前…

本篇重点介绍聚类算法的原理，应用流程、使用技巧、评估方法、应用案例等。具体的算法细节可以多查阅相关的资料。聚类的主要用途就是客户分群。1.聚类 VS 分类 分类是“监督学习”，事先知道有哪些类别可以分。 聚类是“无监督学习”，事先不知道将要分成哪些类。 举个例子，比如苹果、香蕉、猕猴桃、手机、电话机。根据特征的不同，我们聚类会分为【苹果、香蕉、猕猴桃】为水果…

(1)游戏公司 Atari 在1977年推出的 Breakout （突围）电脑游戏，主要开发者是苹果公司的创始人之一， Steve Wozniak. 乔布斯的角色是 Atari 和 Wozniak 中间的掮客. Atari 起先告诉乔布斯，游戏如果四天内开发出来，将支付 700 美元的报酬乔布斯许诺和 Wozniak 平分这笔钱但Wozniak 不知道的是，…