数据挖掘

不管你愿不愿意，大数据已经无孔不入，很多行业都被卷入了它的冲击波中，带来行业趋势甚至操作准则的改变。

为计算机构建一个复杂的神经网络是人工智能的关键，但人脑的这一活动却被「隐藏层」笼罩在神秘的面纱中。谷歌的开源人工智能项目 Tensor Flow 最近创造了一个神经网络游乐场，其目的是通过让用户与隐藏层互动和实验的方式除去这个隐藏层的神秘面纱。

本篇文章我们介绍一种对分类模型进行效果评估的方法：混淆矩阵(Confusion matrix)。

很多人在工作过程中遭受了足以影响其未来的人生伤害，而大数据有望给他们的工作环境带来一场革新，这给他们带来了希望。

怎样去给问题构建框架?怎样去交流你的结论?学习自由的艺术。

随着互联网技术的迅速发展与普及，如何对浩如烟海的数据进行分类、组织和管理，已经成为一个具有重要用途的研究课题。而在这些数据中，文本数据又是数量最大的一类。

本文整理了文本分类的基本方法和处理流程，进行了综述性介绍。

在产品成熟时期，产品的用户群规模和营收业绩稳定增长，提高用户忠诚，增强用户体验是这个时期的重要举措，准确及时地了解用户对产品的反馈，并以此制定针对性的改善方案，提供差异化的业务运营。 此处具体涉及用户细分和用户体验两个部分。用户细分即是将特征相似的用户归到同一个组，并对各个群进行特征刻画及分析。用户体验则是要量化现实的产品质量与用户期望之间的差距。 首先要对…

大数据时代到来，如何从数据中提取、挖掘对业务发展有价值的、潜在的知识，为决策层的提供有力依据，为产品或服务发展方向起到积极作用，有力推动企业管理的精益化，对于每个企业都意义重大，而这些工作，大多需要数据分析师才能完成，但如何才能成为一个合格的数据分析师呢？

免费学习数据挖掘，有一大波福利在等你~~~

数据科学领域的相关技术，近两年发展迅猛。有时仅凭个人的经验很难解决一些问题。互联网上遍布各类文章和资源，在学习时应该集万家之长，注重实践，并善于总结。同上面各博客的博主一样为知识的开源做一份贡献，让知识广为传播。

“Young man, in mathematics you don’t understand things. You just get used to them.”

学习Machine Learning也有很长一段时间了，好好整理下自己的学习资料。

显然，如何降低企业的经营风险，如何及时正确获取企业完整的信息，如何使企业管理策略得到贯彻与保障以及如何建立科学的评价分析体系是决策者们最关心的问题。

精准营销需要解决的问题是：哪些用户是某个产品或者营销活动的目标用户?或者是每个用户最适合推荐什么产品?前者是找目标用户，后者是为用户推荐产品，两者是类似的。