简介 为支持超大维度机器学习模型运算，腾讯数据平台部与香港科技大学合作开发了面向机器学习的分布式计算框架——Angel 1.0。 Angel是使用Java语言开发的专有机器学习计算系统，用户可以像用Spark, MapReduce一样，用它来完成机器学习的模型训练。Angel已经支持了SGD、ADMM优化算法，同时我们也提供了一些常用的机器学习模型；但是如果…

在过去几年，随着信息化技术的高速发展，数据逐渐变为企业最有价值的战略资产，人们迫切希望能够从数据中发掘价值和探索规律，以便为企业在研发、生产、营销、管理、运维等各个环节遇到的问题提供新的解决思路，用数字化战略为企业赋能。

验证最小化可行产品(MVP)的15种方法。

数据科学家对优化算法和模型以进一步发掘数据价值的追求永无止境。在这个过程中他们不仅需要总结前人的经验教训，还需要有自己的理解与见地，虽然后者取决于人的灵动性，但是前者却是可以用语言来传授的。最近Devendra Desale就在KDnuggets上发表了一篇文章，总结了Quora的工程副总裁Xavier Amatriain在Netflix和Quora从事推荐…

摘要：毋庸置疑，大数据市场是一座待挖掘的金矿。随着数据使用量的增长，将有更多的人通过数据来寻求专业问题的答案。可视化数据分析工具的出现让人们可以通过将数据可视化来探讨问题、揭示洞见，用数据分享故事。甚至于不懂挖掘算法的人员，也能够为用户进行画像。 BI(BusinessIntelligence)即商业智能，越来越多的智能软件供应商推出可视化数据分析工具，应对…

数据可视化是艺术和科学的一部分。

摘要：基于一项针对620多位数据专家的调查研究，我们发现数据科学技能分为三个分支：行业知识背景（本文特指商业），技术/编程和数学/统计。这项研究将影响目前数据科学家，即将成长为数据科学家和招聘者。 数据科学是从数据中提取信息的能力。普遍认为三个主要技能将有助于提升数据科学能力。它们是：行业知识背景（商业上为商业头脑），技术/编程，数学/统计技能。 在这项数据…

(1)RNN和 LSTM 发挥威力的重要应用之一, 是语音识别.一直到2009年之前, 主流的语音识别技术, 依靠的是统计学上的两个算法模型, 高斯混合模型 (Gaussian Mixture Model)和隐藏马尔科夫模型 (Hidden Markov Model). 马尔科夫模型, 是一个概率的模型. 其核心思想, 就是一个系统, 下一个时间点的状态, …

未来三年，AI能力会成为每一位技术人员的基本能力。

电子商务数据分析经验总结-三年工作总结。

机器学习领域目前的流行趋势是免费提供软件等产品。科技公司一直提倡建立开源社区，并且非常乐意将其部分代码开源。然而，在过去的一年(2015年)中，机器学习领域的大佬们却将自己完整的代码库贡献出来了：谷歌TensorFlow开源;Facebook也将其经过优化的深度学习模块提供给了开源图书馆Torch;然后，Microsoft推出了免费的分布式机器学习工具包(D…

花了一些时间整理了工作中常用的数据图表，希望对大家有用，不再是单纯给领导、用户展示干瘪的数据~

目录 一、认识数据——产品经理与数据分析 1.1 数据的客观性 1.2 面对数据的智慧 1.3 数据分析中的误区 二、获取数据——产品分析指标和工具 2.1 网站数据指标 2.2 移动应用类数据指标 2.3 电商类数据指标 2.4 UGC类数据指标 三、分析数据——产品数据分析框架 3.1 基本分析方法 3.2 数据分析框架——AARRR 3.3 数据分析框…

随着大数据火热，人们审美的提升，本该内涵丰富的数据可视化变成了争奇斗艳的选美竞技场，似乎已经忘了数据本身的含义了。

以互联网、云计算、大数据为代表的这场技术革命正引领人类社会加速进入农业时代、工业时代之后的一个新的发展阶段——数据时代。

摘要：工具／产品／解决方案是数据科学家洞察数据的利器。KDNuggets网站对此观点进行了年度调查，来分析数据科学家在用哪些类型的工具，并提供了调查的匿名原始数据。 通过主成分析（PCA）法进行降维分析 对所有的工具同时进行关系分析，常规来说，PCA通过对大样本数据统计性质（eg, 协方差）的分析，试图用主要特征来解释关系。 分析结果： 当前分析的目标：通过…

摘要：「Think Big Data」发布的信息图展示了 12 种实现不同应用目的的最重要的算法。 算法已经成为我们日常生活的一个重要组成部分，它们几乎出现在商业的任何领域。调查公司 Gartner 称这种现象为「算法化商业」，算法化商业正在改变我们经营和管理公司（应有的）的方式。现在，你可以在「算法市场」上买到这些适用于各个商业领域的多种算法。算法市场为开…

数据挖掘过程以现在的形式存在是因为技术的发展——机器学习算法的普及以及综合其它技术集成这些算法的平台的发展，使得商业用户易于接受。

问题补充：文科出身，程序自学，但是没接触过函数、spss，对定量数据分析还停留在excel算加减乘除和看analytics报表的水平上，请问如何学习和提高“通过数据分析挖掘用户需求、改进及优化产品”的能力，推荐书籍亦可。

你可能听说过谷歌和Facebook这样的公司如何利用机器学习来开车、识别语音和分类图片。你可能会想，这很酷。但这和你的工作有什么关系呢？好吧，来看看这些公司如何使用机器学习吧。 一家支付处理公司在几十亿次交易中，实时检测到了欺诈行为，每月减少损失达100万美元。 一家汽车保险公司用详细的地理空间数据，预测保险索赔的损失，让他们能够对极端天气对生意的影响进行建…