En contactant certains amis, certains analystes de données se trouvent, en fait, sur la manière dont la machine d'apprentissage peut être appliquée aux entreprises et non claire qu'il devrait aller aux connaissances algorithmiques. Certains algorithmes complexes sont dans des activités commerciales réelles, telles que des recommandations de biens, des recommandations, une stratégie appropriée, etc en fait, les analystes de données effectuent de nombreuses vérifications Sonde.

Les analystes peuvent fournir quelques idées et comprendre de nouvelles données pour optimiser le modèle au début des étapes du modèle et des algorithmes peuvent également améliorer l'efficacité de l'analyse et de l'analyse scientifique. Sexe. Aujourd'hui, faites-nous savoir des détails pour comprendre la vie passée des analystes et des algorithmes de données.

Cet article:

Certains compréhensifs Les scènes d'algorithme

doivent être utilisées pour utiliser des algorithmes d'apprentissage de la machine

de la sortie et de la forme de collecteToutefois, comment appliquer des entreprises
Pourquoi les analystes de données doivent apprendre
analystes de données et tâches algorithmiques
Comment diviser comment diviser les travaux dans une entreprise réelle peut maximiser
Les analystes de données devraient maîtriser
Avant, certains comprennent l'algorithme

avant d'analyser et d'algorithmes, veuillez comprendre l'algorithme ~ algorithme ~, conditions professionnelles dans de nombreux livres, les articles ont une définition distincte, il est courant, peut souvent croire que l'algorithme est de résoudre la méthode de calcul fixe et l'étape d'un titre de problème.

Supprimer la phrase ci-dessus:

Objectif: Pour résoudre certains / une sorte de problème, vous devez comprendre la plate-forme d'entreprise derrière cela avant; En calculant, cela signifie qu'il existe une nécessité d'une entrée d'informations en volume, notamment et peut être calculée, pas une agence conceptuelle sans pannes de courant; Étape: avoir du succès, que faire en premier, enfinQue faire, chaque processus doit également être capable et le nombre d'implémentations doit être limité;

Conclusion: Peut résoudre ce problème, comment les effets de l'information, il aura éventuellement une production. En plus des algorithmes, il y a plusieurs extensions;

Décision: Selon une ou plusieurs conclusions, ce processus ne correspond pas à l'attente, comment ajuster l'optimisation, qu'il puisse être appliqué directement à l'entreprise;

Demandes d'expansion: En plus de résoudre le problème initial, le même genre de problème homogène peut également être résolu, ce qui est le développement de la scène.

Il n'y a pas d'algorithmes spécifiques, il existe une explication très détaillée dans de nombreux livres, des livres professionnels et des livres. Retour à la question, le script doit être utilisé pour résoudre le problème. Prenons un exemple dans quelques vies:


Par exemple: Faire des légumes: Pour manger mieux, choisissez une formule appropriée pour préparer des composants, des accessoires, des tunnels en fonction des étapes et des compétences ~ petit feu, feu, feu, coup, cuite au four, deux ragoûts, trois, quatre~, de la casserole;

Exemple: à partir de la maison, perdre 50 mètres, le premier carrefour tourne à droite, continuant à 100 mètres directement, à la gare routière, en prenant 402, 5 après la gare, je suis allé aller à la voiture le trottoir, puis tournez à gauche, puis 150 mètres environ, et finalement arrivé à l'école.

Ceux-ci peuvent être interprétés comme des algorithmes et la vie est tout, mais dans la plupart des cas, deviennent un moyen de notre routine.

Lundi, quelle scène doit être utilisée pour utiliser des algorithmes d'apprentissage de la machine

Selon de nombreux scripts, il est nécessaire d'avoir un algorithme de machine d'apprentissage, en modifiant un coin, pour les scripts que mon application comprend . En substance, j'ai adopté le problème de la résolution d'algorithmes dans certains projets passés, qui peuvent être divisés en plusieurs types
1. Question

Modification de la quantité Au cours des dix dernières années, en B2C, B2B, S2B, B2G, nous construirons des portraits d'utilisateurs à mettre en œuvre un marketing précis, faire un bon travailDans l'introduction de milliers de personnes, des cartes hiérarchiques pour les utilisateurs, fournissant aux utilisateurs des informations d'évaluation sont divisées en émotions, ce qui permet de fournir des besoins mieux et de gérer des besoins appropriés.
Vidéo de personnalisation recommandée pour la gestion de l'offre et de la demande, des recommandations personnalisées sont de gérer l'offre et la demande, l'utilisation du réseau fourni pour la gestion de l'offre, la gestion de l'offre et le pont est ~ qui peut trouver une chose relativement appropriée ~ Contenu, article, Informations, indices, opportunités d'affaires, je pourrais peut-être avoir besoin de transmettre la communication entre eux dans ce processus. ~

Le problème dérivé apparaît immédiatement, comment faire des appels appropriés de milliers, voire des centaines d'articles, comment localiser des indices de la session d'information sur le contenu des pages de trillions Comment faire des talents sont des foules spéciales de nos objectifs, Comment utiliser les informations correspondantes pour pousser les personnes les plus appropriées, comment faire une bonne tactique et comment revenirCommentaires correspondant après la réception d'informations.

Si seulement quelques milliers de données, un groupe de 10 est des individus, chaque personne est divisée en une certification une et n'a pas besoin de passer l'analyse. C'est une heure de saisie dans la main-d'œuvre.

Par conséquent, lors de l'arrangement quotidien, lors de la réception de la demande, l'évaluation des correspondances de ressources est généralement en premier, cela peut être résolu par la main-d'œuvre, si nécessaire de pouvoir coûter des personnes et résumer le résumé de certains petits Les échantillons de données ne peuvent pas être fournis avec une règle commune. Faites une signification de la quantité du coût après la fin du coût, quelle est la production?

Après la résolution de la solution d'algorithme, les ingénieurs investissent dans quelques mois et les ressources peuvent être maintenues et le niveau peut être affecté et final de production estimée. Enfin, considérez ceci, dans le cas du ratio de sortie, enfin, il est de former une règle avec une petite analyse de données ou à la spéciale.Garde exactement par le diagramme et la durabilité du diagramme.

Les grandes entreprises ont des ressources riches et généralement parallèles. À partir d'un certain niveau, il est strictement distingué par les tâches entre analyse de données et algorithmes de données; Les ressources des petites et moyennes entreprises sont limitées et des algorithmes analysés peuvent causer.

Nous avons constaté que l'algorithme impliqué dans l'approvisionnement et le processus approprié est essentiellement des algorithmes, qu'il soit classé, de la récupération de biens, de l'œdème à la demande, il peut être préliminaire à travers des expériences passées, des marques sont établis, puis vérifiez progressivement et optimisent la précision.

Il convient de mentionner qu'il y aura de nombreuses connaissances liées à Internet sur les choses dans certaines scènes d'arc et de demande, telles que le calendrier logistique, la combinaison de distribution, la route de priorité de la soirée, la construction d'entrepôt, etc. En complément de la chaîne, en plus des algorithmes, en plus des algorithmes, vous devez toujours comprendreLe contenu du travail de base.
2. Diagnostic et diagnostic et diagnostic inhabituel
Contrôle du vent inhabituel, Scénario de contrôle du vent:

Transaction de carte de crédit contre fraude: Classification des droits, algorithme d'algorithme GBDT / Algorithme logique XGBT + LR;

FRAUDE DE LA CARTE DE CRÉDIT: Tâches de classification, algorithme GBDT ALGORITHM / XGBT + LR Logic Retour Algorithm;

Demande de prêt de fraude inverse: petites annonces, algorithme GBDT Algorithme / XGBT + Magic

Anti-Wash: Tâches sont classées, algorithme GBDT Algorithme / algorithme XGBT + régression LR Logic.

Le secteur financier implique presque tous les GBDT / XGBT + LR, car il existe un attribut très spécial dans le secteur financier: la surveillance.

Pour le résultat de l'algorithme, il doit y avoir une très bonne explication du modèle. Pour les modèles LR, il s'agit d'un avantage naturel, caractéristiques qui peuvent interpréter, le projet est clairement clair, la contribution de chaque caractère, le niveau d'égalité qPeut aussi être des statistiques qui apparaissent.

Pour d'autres modèles d'apprentissage profond, à partir de l'effet modèle final, la performance de ROC / AUC / KS n'est pas moins, mais l'interprétation est une période extrême, et là sont de nombreuses applications. Clôture en haut. Pour un point populaire, vous êtes très avancé, mais pas la réalité, Huawei.
3. Organiser
Triez dans l'ordre, son script d'application réellement limité, mais comment jouer, objectif, raisonnable, mais c'est une chose qui vaut la peine d'être devenue. Les scripts d'application d'arrangement général ont une liste chaude, des recherches de tri, des suggestions proposées, V.V.


Les questions sur la question sont un script d'application de tri classique. Assurez-vous que la haute qualité et les éloges élevés peuvent être classés devant l'utilisateur, mais également pour garantir que le nouveau contenu a une certaine exposition. Quantité, tout en ayant besoin de considérer de nombreux facteurs tels que l'ajustement de la chaleur et de la communauté.

Donc, cPour répondre aux réponses / étapes, répondez à la puissance, à l'éloge des utilisateurs, aux autorités, au temps de réponse de l'utilisateur, à la réponse à la controverse, à répondre aux caractéristiques de portrait de l'historique des utilisateurs, V.V. Le poids est trié par l'algorithme.
4. Prédire
Prédire la classification numérique et les prévisions appartiennent à des scènes prévisibles. Prédire les ventes, les prévisions des actions, les prévisions de flux, ce sont des prédictions populaires. En 11 ans, pendant 12 ans, les couleurs utiliseront évidemment Arima, SPSS au monde, je n'ai rien de temps ne peut être résolu, et il se transforme en XGoost, LightGM.
5. Connaissance universelle
Lorsque Google lance un produit appelé le tableau des connaissances et accéder à la relation entre les mots et leurs connaissances.

De nombreuses grandes entreprises ont été organisées dans la construction de cartes de connaissances. La première application de la carte de connaissances consiste à améliorer les moteurs de recherche. Puis en questionEt des réponses intelligentes, la compréhension de la langue naturelle, une analyse de données importante, des recommandations informatiques, la connexion de périphériques d'accès à Internet, de l'intelligence artificielle et d'autres aspects pour montrer la richesse de la valeur de l'application et une promotion réussie cette année devrait être une question de jugement judiciaire judiciaire.

Récupération / recherche d'informations: synthèse exacte et incorporant des informations d'entité dans les moteurs de recherche, la compréhension des mots-clés et l'analyse sémantique des fins de recherche;

Comprendre la langue naturelle: connaissance des cartes de connaissances telles que la compréhension des informations de base de la langue naturelle de l'induction et de la relation;

Q & A Système: Questions et questions correspondantes et cartes entre cartes de connaissances;

Le système proposé: des cartes de connaissances intégrées telles que des informations auxiliaires dans le système proposé afin de fournir des recommandations plus précises, des cartes de connaissances + des systèmes proposés par des systèmes;

Funeral E-Funeral: Construire des matrices de connaissances sur le produit utilisé pour adapter la volonté de l'utilisateur et l'ensemble de candidats de produits, cartes de connaissances + systèmes proposés;

Contrôle financier: Utilisation de la relation entre l'entité d'analyse des risques d'activités financières à fournir après avoir déclenché des risques ~ comme anti-fraude, V.V.;

Enquête criminelle publique: analyser la relation entre les entités et l'acquisition de cas de cas;

Soutien à la justice: Il existe une représentation structurée de la réglementation légale et des requêtes pour les cas auxiliaires, V.V.

Education médicale: fournir une visualisation, analyser les médicaments, le diagnostic, v.v.;

Business social: les entreprises sociales ont des caractéristiques de connexion élevées, telles que la relation d'amis et la LT; Utilisateurs 1, Note, Utilisateurs 2 & GT;

Mardi, sortie et forme d'algorithmes, comment postuler pour les entreprises

Nous écoutons souvent un mot ~ de grandes données sont cuites ~, il doit être mUn script d'application utilisé est très populaire dans les affaires. En général, il existe deux des sorties de l'algorithme, le premier résulte de la sortie d'algorithme pour la population, la classification, la valeur prévisible ~ et la règle de sortie de l'algorithme.

1. Sortie

Nécessite: s'il s'agit de la classification des données ou de la prédiction de la valeur, il peut être utilisé comme objet de dépistage et réduire davantage les objectifs, trouver une limite de division claire. Dans certains points importants, l'algorithme réduira le coût de la décision de main-d'œuvre. De nombreuses stratégies pour choisir les meilleurs efforts pour mettre en œuvre;

Raffinage: Utiliser des résultats comme étiquettes, associé à la CRM, aux systèmes de publicité, aux systèmes de marketing, aux entreprises plus pratiques plus pratiques, des informations reçues plus d'informations précises, d'accroître les utilisateurs de sensibilisation, de produire une nouvelle étrangeté, ce qui rend les utilisateurs faisant attention à, définir des règles pour améliorer utilisateurs utilisant la viscosité;

Stratégie: réduire les coûts, atteindre l'efficacité, les algorithmes sont fondamentalement deux choses,Le résultat est tous des algorithmes, il peut être pris en charge efficacement et les arguments sont exprimés ou invalides.

2. Règles de production

Plusieurs fois, nous accordons souvent une attention particulière aux résultats, à la précision, à la précision et au taux de récupération, mais ignorez la production d'applications de classe de règles d'algorithmes. Le modèle mentionné précédemment est compréhensible, en fait, est un calcul emblématique d'une règle.

En analyse d'association, il y a une référence au surmenage, à une corrélation faible et non liée. En tant qu'entreprise, il peut dire que cette production peut également être connue à travers une expérience commerciale et une analyse, vous devez mettre la soi-disant ~ expérience ~ Expérience est une règle, cette règle connectée dans la chaîne par le numéro.


En cas d'algorithme, lorsque le modèle est expliqué, certaines fonctionnalités ont des règles fortes, mais sont souvent faciles à lire les résultats des données, mais il est ignoré qu'il s'agisse en fait des processus métier.. Les relations de signification et de causalité sont causées par le résultat de l'analyse d'algorithme n'est pas la suivante, selon la première décision d'expérience.

Quatre, pourquoi les analystes de données doivent apprendre la machine


Veuillez clarifier un concept, ce qui signifie que l'analyse des données peut être utilisée comme une compétence tonique chantée d'une société dans une société ou peut aussi grandir en tant que responsable des professionnels de la société.

Dans la plupart des cas, nous ne servons dans la plupart des règles de ce monde, mais ne pensez pas pourquoi

Dans le projet d'applications de tabouret excitant, l'algorithme est le principe du noyau Facteurs, la plupart des algorithmes, qui impliqueront des connaissances mathématiques plus élevées.

La mathématique elle-même est très abstraite, étudie une nouvelle journée, naturellement, l'algorithme a un mystère pour beaucoup de gens. Curiosité humaine et motivation, promouvoir l'évolution humaine et la survie, doncOh veux explorer mon veto mystérieux pour apprendre.

La même personne évaluera souvent leurs résultats de persévérance et à court terme, donc généralement: Feijin Zi a plié beaucoup de temps pour comprendre certains des principes mathématiques, ne continuez pas à m'accrocher. À ce stade, vous pouvez aller à Extreme, tant que vous pouvez utiliser une bibliothèque d'algorithmes tiers pour fonctionner avec succès dans votre ordinateur et les résultats d'exportation, vous pouvez modifier un algorithme pour réessayer.

2. Analyse des données Pour atteindre les objectifs commerciaux, les algorithmes peuvent être utilisés pour effectuer des arguments rapides

Les analystes comprennent des algorithmes sont essentiels ces dernières années, des analystes de données de responsabilités de travail, beaucoup ou moins écriront de certains exigences relatives aux algorithmes.

Ma conscience est que l'analyste principal n'a pas besoin de comprendre la majeure partie du contenu du travail de la couverture. Cependant, nous devons vouloir un H multi-carrièreGrace sur le plus haut plancher, la rigidité et l'efficacité scientifique de l'analyse, en particulier dans le type d'entreprise relative à la stratégie d'algorithme motivée et les analystes doivent comprendre généralement des algorithmes de machine généralement normaux.

En fait, l'analyse se concentre également sur le démantèlement, le débat et la mise en œuvre des problèmes cibles, pour la plupart des analystes et des caractéristiques des besoins des entreprises, a été posée probablement, délai de livraison rapide, taille de données riche, conclusion complète , rapport pratique.

La plupart des scènes d'analyse commerciale peuvent être séparées par une méthode similaire à celle de DuPont Analysis et ce processus peut être très petit pour connaître les connaissances mathématiques et les fourmis réveillent l'algorithme.

L'industrie a une pratique d'application d'algorithme très mature. Pour effectuer les arguments et l'exploration de données, les mêmes algorithmes doivent être utilisés, le but est de trouver l'un des plus brefs délais. BPeut aller au point révolutionnaire des conclusions. Par conséquent, il rencontrera une prémisse dans des applications pratiques, c'est-à-dire que chaque algorithme possède le script d'application approprié et la condition précédente et lorsque les paramètres sont super affectés, il est très important.

Donc, si nous ne proviendrons pas de niveaux élevés et de traiter des algorithmes, alors en temps réel, peut nécessiter des épées pour les épées, il est difficile d'obtenir l'effet attendu ou tôt sans que l'un des modèles algorithmiques puisse Résolvez le bon problème, juste parce que le travail pertinent n'est pas suffisant ~ Par exemple, le nettoyage des données, les fonctions de mode de sélection sont déraisonnables ~.

Le paquet SKL fournit un grand nombre de fonctions simples. Pour utiliser rapidement ces fonctions pour résoudre les problèmes pratiques, nous devons prendre le temps de comprendre les principes internes de l'algorithme et des détails de déploiement. Les architectes n'ont pas besoin d'être compétents dans la production de ciment de renforcement, mais vous devez comprendre la nature de l'utilisation.Acier, ciment différent, appliqué la même chose pour ce lien.
3. Les analystes doivent être préparatoires, de meilleures réserves de connaissances horizontales doivent être essentielles
Les analystes de données poussent en tant que race de marathon, nécessite une allocation de temps raisonnable. La mise au point et la culture de soi est une ressource rare qui doit être utilisée dans le lieu le plus approprié. Je rappelle souvent à leur propre objectif de tout faire bien, en particulier pour les analystes.

Non seulement des algorithmes, dans cet environnement social important, pour les marchés, les branches, les segments, les champs verticaux, les positions, les professions, la technologie, les compétences, les partenaires de nombreux aspects nécessaires pour avoir un investissement, car l'analyse est Juste une compétence, ce qui en fait une stratégie raisonnable raisonnable comme une carrière plus essentielle.

5. Les tâches des analystes et devoirs de données des ingénieurs d'algorithme
1. Exigences d'analyse des données

Comprendre l'activité est une prémisse: l'école doit être aussi large que possible, nécessaire pour comprendre le marché industriel, la motivation du marché, les affaires commerciales, le modèle d'entreprise, le processus d'entreprise, la pensée de la construction éveillée et la discrimination de la vôtre, et peut utiliser strict méthodes scientifiques dans les scénarios désignés;

Comprendre l'analyse est le noyau: méthode d'analyse de données de base, un bon rapport ne peut être séparé d'une bonne compétence de déclaration. Qui parle devant lui, disant ce qui est une technique.
2. Les exigences des ingénieurs algorithmiques

Comprendre la technologie sont une prémisse: différents algorithmes peuvent utiliser du temps, de l'espace ou des effets différents pour compléter la même chose que la tâche et la performance de l'algorithme doivent avoir un certain nombre de technologies de cryptage. Support.

Solution extrême professionnelle: dans la direction de la recherche, principalement un ingénieur d'algorithme vidéo, un ingénieur de processeur d'image, un ingénieur algorithmique de charbonH, ingénieur d'algorithme de bande passante, ingénieur d'algorithme de signal, ingénieur d'algorithme de signal, ingénieur d'algorithme NLP, algorithmes de signal d'ingénierie biomédical et autres profits rentables générés ?.

3.

Généralités: Tous doivent explorer le modèle et la loi entre les données, en utilisant ainsi des colonnes de règles et des formules pour résoudre des problèmes pratiques ~ statistiques, probabilités ~;

Différence: analyse des données pour résoudre des problèmes pratiques de certaines méthodes traditionnelles, seuils faibles, tout le monde est une analyse des données, une efficacité, peut ignorer les performances; Le seuil de l'ingénieur d'algorithme est relativement élevé, a besoin d'un certain degré d'innovation pour la méthode originale, résolvant les problèmes dans des zones spécifiques et nécessite la performance, les effets et la stabilité des arts mathématiques.

Vendredi, comment diviser le travail dans les affaires réelles peut maximiser
dans le processus commercial actuel, la demande d'analyse et de collecteT maths existe dans différentes différences. Coordonner, généralement une personne peut varier dans différentes parties. Il peut y avoir des différences entre les conclusions dues aux plates-formes, au point de vue, conduisant à des conclusions.
1. Une affaire
Certaines personnes paient toujours pour les opérateurs de télécommunications en temps opportun, comment les trouver?

Analyse des données: en observant des données, nous avons constaté que 82% de la population était médiocre à temps. Par conséquent, la conclusion est que les personnes à faible revenu ont tendance à payer. Conclusion pour les exigences de réduction des tarifs;

Algorithme de données: En écrivant un bon algorithme, découvrez profondément. La raison peut, ceux qui vivent en dehors de cinq rounds, car l'environnement est bien payé rapidement. La conclusion nécessite de nombreuses salles d'affaires ou points d'auto-paye.
2. Collaboration
Avant l'algorithme de données, les données ont été explorées et analysées par la localisation et la désassemblation des problèmes commerciaux. Recueillir des données, analyse de formulaireG Liste des combinaisons de taille différentes, entraînant des conclusions préliminaires, comme ci-dessus: des recommandations de revenu à faible coût afin de réduire les tarifs.
En mettant l'accent sur les informations commerciales, le thème de la découverte ne semble pas être décrit, organisé des caractéristiques organisées et des caractéristiques de données sont construites en mathématiques pour mettre en œuvre une profonde excavation et une conclusion potentielle, Comme ci-dessus: la recommandation environnementale à distance augmente la résidence.
Après la conclusion de la production de l'algorithme, une analyse de faisabilité peut être effectuée, sur la base d'appels d'appel commerciaux réels, d'analyse de lieu de site, d'assurance creuse East, d'emballage standard, etc.
3. Résumé
L'analyse et les algorithmes peuvent être confondus les uns avec les autres, dans le petit groupe, 1 à 2 analyse haut de gamme peuvent également être conservés. Beaucoup de choses doivent être motivées par elles-mêmes, mais à partir du projet réel, analysant souvent, se reproduisant et continuer à relier l'analyse, analysez à nouveau le lecteur, de sorte que c'est une boucle.Répéter.

Cet article est copié partagé, s'ils concernaient des emplois, des droits d'auteur et d'autres problèmes, veuillez nous contacter pour supprimer la première fois ~ Micro Signal: LOVEDATA0520 ~