-
一文看懂统计学T检验、F检验、卡方检验
欢迎加群交流数据分析： 一、基本知识 数据的种类 我们都知道，一般数据可以分为两类，即定量数据（数值型数据）和定性数据（非数值型数据），定性数据很好理解，例如人的性别，姓名这些都是…- 1年前
-
Kano模型使用指南
So, What is the Kano Model? Noriaki Kano，一名日本研究学者、咨询师，他在1984年发表了一篇论文，提出一套帮助我们确定用户（和潜在用户）对产…- 1年前
-
淘系技术｜生成式重排在内容推荐中的应用实践
本系列文章包含每平每屋过去一年在召回、排序和冷启动等模块中的一些探索和实践经验，本文为该专题的第四篇。 第一篇指路： 淘系技术 | 冷启动系统优化与内容潜力预估实践 第二篇指路： 淘系技术｜GNN 在轻应用内容推荐中的召回实践 第三篇指路：淘系技术｜基于特征全埋点的精排ODL实践总结 第四篇指路： ....- 1年前
-
提高数据的颜值！一起看看Pandas中的那些Style
Pandas的style用法在大多数教程中见的比较少，它主要是用来美化DataFrame和Series的输出，能够更加直观地显示数据结果。 下面采用某商店的零售数据集，通过实际的应…- 1年前
-
模型故事：产品线优化的利器TURF分析
前年，手机开始流行渐变色，我们帮助某厂商做手机外观的CMF偏好测试。我们大概测了十几个手板，有经典的黑色银色，更多的是各种渐变色。研究设计时，我们遇到一个挑战：如果只能推出四种颜色…- 1年前
-
淘系技术｜无尽流场景优化总结
本系列文章包含每平每屋过去一年在召回、排序和冷启动等模块中的一些探索和实践经验，本文为该专题的第六篇。 第一篇指路： 淘系技术 | 冷启动系统优化与内容潜力预估实践 第二篇指路： 淘系技术｜GNN 在轻应用内容推荐中的召回实践 第三篇指路：淘系技术｜基于特征全埋点的精排ODL实践总结 第四篇指路： ....- 1年前
-
极验 | 对抗样本技术在互联网安全领域的应用
[图片] 分享嘉宾：苏涛 极验 高级算法工程师 编辑整理：王姝琪 北京理工大学 出品平台：DataFunTalk 导读： 验证码作为网络安全的第一道屏障，其重要程度不言而喻。当前，卷积神经网络的高速发展使得许多验证码的安全性大大降低，一些新型验证码甚至选择牺牲可用性从而保证安全性。针对对抗样本技术的 ....- 1年前
-
Pandas数据处理——盘点那些常用的函数
这篇文章为大家整理一下实际使用中比较高频的一些用法，当然还会有一篇关于时间序列处理的文章。在这里需要强调一点就是，不建议初学者上来就把Pandas中所有的方法都啃一遍，这样效率太低…- 1年前
-
Pandas教程|Merge数据合并图文详解
为了方便维护，一般公司的数据在数据库内都是分表存储的，比如用一个表存储所有用户的基本信息，一个表存储用户的消费情况。所以，在日常的数据处理中，经常需要将两张表拼接起来使用，这样的操…- 1年前
-
阿里技术｜多模态技术在淘宝主搜召回场景的探索
[图片] 作者幻士 大淘宝技术 稿 导语： 搜索召回作为搜索系统的基础，决定了效果提升的上限。如何在现有的海量召回结果中，继续带来有差异化的增量价值，是我们面临的主要挑战。而多模态预训练与召回的结合，为我们打开了新的视野。 前言 多模态预训练是学术界与工业界研究的重点，通过在大规模数据上进行预训练， ....- 1年前
-
Pandas数据处理——玩转时间序列数据
进行金融数据分析或量化研究时，总避免不了时间序列数据的处理，时间序列是指在一定时间内按时间顺序测量的某个变量的取值序列。常见的时间序列数据有一天内随着时间变化的温度序列，又或者交易…- 1年前
-
Pandas教程|数据处理三板斧——map、apply、applymap详解
在日常的数据处理中，经常会对一个DataFrame进行逐行、逐列和逐元素的操作，对应这些操作，Pandas中的map、apply和applymap可以解决绝大部分这样的数据处理需求…- 1年前
-
阿里技术｜阿里 TPP 图化框架技术实践—打造算法在线服务领域极致开发体验与性能
[图片] 作者：腾驹 稿 TPP图化致力于打造一个算法在线服务领域易用、性能极致、迭代效率远超普通方式的产品。本文将介绍TPP图化以及2021年在性能、开发体验上的改进，并介绍未来TPP图化的规划。 01 背景 TPP是阿里个性化算法开发平台，依托阿里AI·OS引擎（特征、召回、打分等引擎）为众多 ....- 1年前
-
KANO模型
分析方法视频解读：B站优酷 案例数据下载 下载 数据格式说明 查看 KANO模型由东京理工大学教授狩野纪昭(Noriaki Kano)发明，其用于分析用户对于各类需求的排名偏好情况…- 1年前
-
网易数帆数据中台逻辑数据湖的实践
[图片] 导读： 本文将介绍过去15年中，网易大数据团队在应对不断涌现的新需求、新痛点的过程中，逐渐形成的一套逻辑数据湖落地方法。内容分为五部分： 关于网易数帆 为什么做逻辑数据湖 怎么做逻辑数据湖 未来规划 精彩问答 01 关于网易数帆 网易数帆是从网易杭州研究院孵化出来的。网易杭研的重要职责是公 ....- 1年前
-
什么是NPS？
一、什么是NPS？ NPS的中文是净推荐值，是评估用户口碑的一种方式。评估用户/客户向朋友、其他人推荐公司的产品或服务的可能性的指标。 NPS概念属于用户口碑、用户体验评估的范畴。…- 1年前
-
决策树–Decisiontree
什么是决策树？ 决策树学习的 3 个步骤 3 种典型的决策树算法 决策树的优缺点 决策树是一种逻辑简单的机器学习算法，它是一种树形结构，所以叫决策树。 本文将介绍决策树的基本概念、…- 1年前
-
GDBT模型、XGBoost和LightGBM之间的区别与联系
GBDT提升树与XGBoost树 相比于经典的GBDT，xgboost做了一些改进，从而在效果和性能上有明显的提升，在这里，通过整理了一些资料，总结了一下： 第一，GBDT将目标函…- 1年前
-
用Python进行系统聚类分析
在进行机器学习时，我们往往要对数据进行聚类分析，聚类，说白了就是把相似的样品点/数据点进行归类，相似度高的样品点会放在一起，这样一个样本就会被分成几类。而聚类分析也有很多种方法，比…- 1年前
-
阿里｜关于技术能力的思考和总结
[图片] 朱春茂（知明） 阿里开发者 稿 技术人成长的悖论 在程序员界有一个悖论持续在困惑着很多技术人：在写代码的人的困惑是一直写代码是不是会丧失竞争力，会不会被后面年轻的更能加班写代码的人汰换。典型代表就是工作5年左右的核心技术骨干，此时正处于编码正嗨但也开始着手规划下一个职业发展阶段的时候；没在 ....- 1年前
-
