大数据精选

零售业的出路不仅是线上线下的成功融合，更源于对数据的收集、整理、分析，实现可预测、可指导，也就是“数据化管理”。

DMP？DSP？SaaS？Paas？HaaS？我天这是说的什么？以下为您带来49例大数据基础术语，一起来学习吧！

7月20日，滴滴出行首届全球Di-Tech算法大赛正式落幕，经过数轮激烈角逐后，由三名成员组成的中国团队”inferrrr”以绝对优势夺得冠军并收获10万美元奖金，“一剑风吼”和“blitz”两团队则分获二、三名。

互联网金融风控怎么做？互联网级别机器学习是个答案

Android与windows设备的市场份额进提升，iOS设备小幅下降。

需求洞察最重要的就是要找到合适的用户样本，我们希望找到的用户有需求问题，同时愿意交流并善于交流。

随着互联网技术的不断发展，数据呈现出规模大、维度高、结构复杂等特性，人们收集和获得数据的能力也逐渐增强。如何充分利用海量数据、挖掘其中有价值的知识和内容以指导实际生产是科研人员、工程技术人员及各管理层领导所研究及关注的焦点。数据降维能够加快算法执行的速度，同时也能提高分析模型的性能，降低数据的复杂度，缓解“信息丰富、知识贫乏”的现状。

不在于你做了什么，而在于怎么做。这里有来自预测营销者的一些经验，可以帮助你做出惊人的转变。

推荐系统的核心是为用户提供个性化的内容。而实现的方式不外乎根据用户的历史行为去预测未来的潜在点击。一个成功的推荐系统，一般要从两个维度体现它的价值：一是帮助用户发现没接触过但会喜欢的有新鲜感的内容;二是提升平台的点击活跃程度，让长尾内容得到更充分的曝光。

在大数据时代，如何挖掘数据的价值？互联网人又应该具有什么思维？在黑马连营 的课堂上，曾在阿里巴巴领导大数据分析等工作，时任1号店副总裁的张高峰做了主题为“大数据在电商的应用与趋势”的分享。

“在风口上，猪都会飞”的互联网时代，企业还没借助OA、ERP、CRM 系统等等这样的工具帮助企业提高效果，那真有点OUT，大数据的时代，再不会运用CRM系统商业数据分析功能做大数据分析，那也快OUT了。

所谓数据和商业的关系，过去叫商业智能，今天这个概念已经发生了很大的变化。在一个全互联网为基础平台的情况下，我们看商业如何重构未来商业。

深度学习到底是什么？怎么理解它的重要性？

机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。本文主要回顾下几个常用算法的适应场景及其优缺点！（提示：部分内容摘自网络）。

PCA（principle component analysis） ，主成分分析，主要是用来降低数据集的维度，然后挑选出主要的特征。