首页
学习
活动
专区
工具
TVP
发布

黄成甲

专栏成员
66
文章
95342
阅读量
21
订阅数
学习的学习之九—复利效应
复利的本质是:做事情A,会导致结果B,而结果B又会加强A,不断循环。生活中凡是符合这一规律的事情,都可以视为复利效应。比如,网络的访问量越多,在搜索引擎的排名就越靠前,那么网站访问量就越多,这就是一种复利效应。
黄成甲
2018-12-27
8930
学习的学习之六—天赋与学习元知识的关系
发现元知识就是探讨事物背后底层规律的过程。这个过程要求我们深入专注,耐心研究。事实上,在任何一个领域要做到杰出都不容易,学习元知识也不例外,而坚持努力这件事情,除了要有意志力外,更重要的应该是对这个成长过程从心底热爱和喜欢。如果我们能够一边做自己喜欢的事情,一边学习元知识,就能事半功倍。事实上,这也是我所推荐的方法:在做你喜欢的事情的过程中,寻找事物背后的规律。
黄成甲
2018-12-19
8160
数据挖掘那些事
统计学、数据挖掘与机器学习是近年来经常一起出现的3个词语,尤其是数据挖掘与机器学习。有些人认为数据挖掘涵盖了机器学习,有些人认为机器学习应该包含数据挖掘,各种说法莫衷一是。实际上,由于近年来信息科学的高速发展,这些概念虽然有了一定的定义和解释,但是边界都相对模糊。如果从业务场景、算法应用的角度理解、学习他们,可以归类为数据科学——一门从数据中提炼知识及洞察趋势的科学。
黄成甲
2018-10-10
3410
数据分析之时间序列分析
顾名思义,时间序列就是按照时间顺利排列的一组数据序列。时间序列分析就是发现这组数据的变动规律并用于预测的统计技术。该技术有以下三个基本特点:
黄成甲
2018-09-12
2.3K0
数据分析之RFM分析
探索式分析,主要是运用一些分析方法从大量的数据中发现未知且有价值信息的过程。对于初步探索性分析而言,数据可视化是一个非常便捷、快速、有效的方法,你可以使用作图、制表等方法来发现数据的分布特征,然后可以使用一些统计分析方法更深入地发现数据背后的信息。常用的探索性分析方法包括RFM分析、聚类分析、因子分析、对应分析等。
黄成甲
2018-09-12
1.8K0
数据分析之Logistic回归
所有的线性回归分析中,因变量的类型都是连续变量,如果需要预测的变量类型为分类变量,则需要采用回归分析中的Logistic回归。
黄成甲
2018-09-12
7930
数据分析之自动线性建模
(3)自动进行离群值和缺失值等处理,并输出一系列图表来展示回归模型的效果及相关信息;
黄成甲
2018-09-12
1.3K0
数据分析之回归分析
回归,最初是遗传学中的一个名词,是由生物学家兼统计学家高尔顿首先提出来的。他在研究人类的身高时,发现高个子回归于人口的平均身高,而矮个子则从另一个方向回归于人口的平均身高。
黄成甲
2018-09-12
3.4K0
数据分析之相关分析
描述性分析只能分析数据呈现出来的基本特征,不能挖掘变量之间深层次的关系,无法为后期模型的建立及预测做准备。这个时候就需要掌握推断性分析方法,第一个方法就是相关分析。
黄成甲
2018-09-12
1.2K0
虚拟现实的未来
适用过VR眼镜的同学都知道VR产品的体验大多不太好。这主要是因为目前VR视频的清晰度普遍都不够,就是所说的失真,很容易就出戏,导致沉浸感体验比较差。
黄成甲
2018-09-12
7080
互联网下半场的技术流、资金流、模式与机制
业内目前对上半场,下半场比较统一的认识就是:互联网上半场的竞争是基于移动互联网的红利,网络用户增长的红利;而在下半场,移动互联网的红利,人口的红利都面临枯竭,基于这种红利的商业模式创新的前提条件已经不存在了,那种依靠野蛮生长和粗犷管理的互联网公司越来越难以生存了,市场的数据90%的互联网公司都是不盈利的,而科技部认定的164家独角兽公司,其中前20家的市值加在一起有2万亿人民币,千亿以上市值的公司有7家,80%是没有盈利的企业。这个时候大家觉得市场环境变化了,而技术才是所有行业、所有事业的基石。在技术上,我们知道,互联网的发展导致云计算和大数据的出现,移动通信的发展结合互联网导致移动互联网的出现,移动终端和云计算相辅相成,才导致了所谓基于移动互联网的各种产品得以实用,而大数据和云计算,又导致了机器智能的突破。这些技术都是强相关,紧耦合的,而且在一起逐渐形成闭环。技术的创新是持续性的,对于技术驱动型的项目,对团队成员的要求是非常复杂的,越偏底层创新的项目,对团队在技术领域的背景要求越高,以人工智能为例,团队是否在全球领先的人工智能公司做到高层,或者是否是该领域连续成功创业者,否则在技术领域全球化竞争格局下,很难保证原创技术的颠覆性或者与现有技术相比的领先性,从而实现进口替代。对于算法或者行业级技术应用型企业,团队在垂直细分行业的经验以及打造产业生态的能力,能否兼顾技术优势与搞定大客户的市场开拓能力。因此,在互联网下半场,依赖技术模式创新才是护城河。而投资技术技术创新型企业,最看重的就是技术创新企业将技术转化为产品或服务为行业客户赋能的能力。
黄成甲
2018-09-12
5180
趣谈「增长黑客」
「增长黑客」是一种方法或者理念的概括。指的是利用非常规的、低成本的手段来迅速获取客户,这种手段有时候是技术层面的、有时候是运营层面的。「增长黑客们」则是指一群以数据驱动营销、以市场指导产品,通过技术化手段来贯彻增长目标的人,他们是市场营销、产品研发、数据分析三个角色的聚合体,他们的存在就是为了帮助企业精准营销、实现业务业务增长。
黄成甲
2018-09-12
5710
怎样科学地和人相处?
按照约定俗成的说法,一般跟人打交道有两个规则,一个是“黄金法则”,一个是“白银法则”。黄金法则并不适合现代社会对陌生人使用。因为你觉得好的东西别人不一定觉得好。现在社会应该更多的使用白银法则。
黄成甲
2018-09-12
5050
怎样成为解决问题的高手(连载五)
在上一篇我们讲了构建框架——自下而上提炼框架的问题思考方法。通过使用自下而上提炼框架的四个步骤,你可以构造出一个结构完整、逻辑清晰的框架。但这种自下而上提炼框架的方式对初学者而言有一定难度,主要体现在要点质量低、框架完整难、思考速度慢三个方面。
黄成甲
2018-09-12
1K0
怎样成为解决问题的高手(连载四)
在上一篇我们讲了系统思维——透过框架来理解世界的思维方式。这一篇我们继续学习构建框架:自下而上提炼框架。在介绍自下而上提炼框架前,我先补充一些基础、常用的思考工具。比如:逻辑思维导图、逻辑树、MECE原则、5WHY法、鱼骨图、多重原因图等。当然思考工具远不止这些,还有SWOT法、二维矩阵、复杂矩阵思考法、PDCA循环、帕累托法则等。大家可以自行百度、知乎。
黄成甲
2018-09-12
1.3K0
怎样成为解决问题的高手(连载三)
上一篇我们讲了明确及理解问题,这是解决问题的第一步。很多问题之所以难搞就是因为它特别的宏大而复杂。我们解决起来也不知道该从哪里入手。比如,我们都希望自己的生活过得更好,但是怎么样才能达到这个目标,怎么解决这个问题。我们每个人其实都不太知道这个问题的答案。
黄成甲
2018-09-12
1.2K0
怎样成为解决问题的高手(连载一)
什么是问题?一言以蔽之,问题来源于现实与目标的差距。因此,问题产生的原因可能是不清楚目标是什么;还可能是不知道差距产生的原因是什么;或者虽然知道差距产生的原因,但是不知道如何消除这个差距,以及不确定消除差距的方法对不对。
黄成甲
2018-09-12
1.5K0
没有互联网企业,只有企业的互联网化
企业互联网时代,是从信息文明到互联网文明的跃迁时代。 企业互联网对于产业,一方面是传统各行业企业的互联网化,如互联网+制造、互联网+金融等;另一方面是互联网与IT企业的跨界。但本质上,企业才是互联网+的主体。企业互联网化对于企业来说,不只是思维模式的冲击,还是商业模式的转换,运营管理的变革;是从营销、设计研发、生产制造、采购、流通、服务以及产业链等所有环节的创新重塑,更包括ICT与企业业务的重构。
黄成甲
2018-09-12
7870
作为父母怎么发现孩子的天赋?
可是,如何发现孩子的兴趣,又如何发现孩子的天赋呢?孩子今天对着音乐拍拍手,明天对着舞蹈跺跺脚,是不是孩子就一定有兴趣,并且擅长呢?一位父母说,给女儿报了芭蕾舞蹈班,觉得孩子喜欢跳舞,但是报完后她就有些后悔,家里人觉得孩子的语言能力不错,希望让孩子学语言类的兴趣班。她很纠结,总担心自己会找不到孩子真正感兴趣的东西。很多父母在给孩子选择兴趣时也有类似的迷茫,常常担心埋没了孩子的天赋。怎么办呢?下面我来说说作为父母怎么发现孩子的兴趣和天赋。
黄成甲
2018-09-12
2.2K0
互联网产品如何建立用户画像?
过年时,闲来无聊,便想起年前和啊喔科技的的朋友聊到过“不写就出局”用户活跃度的话题,大家共同讲起了需要建立产品的用户画像。去年十月,雨花客厅程冲老师在产品课程上也讲过用户调研和分析方法。这两天想梳理出来所学所思:用户画像到底是什么?该如何创建用户画像?用户画像到底有什么作用?
黄成甲
2018-09-12
2.7K0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档