展开

关键词

用户画,该

有同学问:陈老师,我领导让我做用户画,可是我做了一大堆数据,却被批:也没东西啊?该咋办?今天系统解答一下。 用户画的错误姿势1.限于数据,动不敢动。 一提用户画,很多人脑海里立刻蹦出了性别,年龄,地域,爱好等基础信息字段,然后大呼:我们好没这个数据,于是放弃了。可实际想想,知道男性占比真的有那大意义? 这种结果,当然让人看完一头雾水。迷茫的发问:“所以呢?又样呢?”3.无限拆,没有逻辑。很多人一听到类似“流失用户画”一类相对具体的题目,就开始无限拆解数据。 用户画只是的一个工具,和其他一样,也要先考虑:我要解决的实际问题到底是什。想清楚了,再把问题转化成用户相关的问题,就能继续使用用户画方法了。需要注意的是,商业问题是很复杂的。 不考虑具体问题场景,单纯的问:一般的用户画做。

1.6K30

用户画,该

作者:陈老师 来源:接地气学堂有同学问:陈老师,我领导让我做用户画,可是我做了一大堆数据,却被批:也没东西啊?该咋办?今天系统解答一下。用户画的错误姿势1.限于数据,动不敢动。 一提用户画,很多人脑海里立刻蹦出了性别,年龄,地域,爱好等基础信息字段,然后大呼:我们好没这个数据,于是放弃了。可实际想想,知道男性占比真的有那大意义? 这种结果,当然让人看完一头雾水。迷茫的发问:“所以呢?又样呢?”3.无限拆,没有逻辑。很多人一听到类似“流失用户画”一类相对具体的题目,就开始无限拆解数据。 用户画只是的一个工具,和其他一样,也要先考虑:我要解决的实际问题到底是什。想清楚了,再把问题转化成用户相关的问题,就能继续使用用户画方法了。需要注意的是,商业问题是很复杂的。 不考虑具体问题场景,单纯的问:一般的用户画做。得到的也是来自算法、调研、数仓、各个岗位千奇百怪的回答,自然没有思路了

77231
  • 广告
    关闭

    90+款云产品免费体验

    提供包括云服务器,云数据库在内的90+款云计算产品。打造一站式的云产品试用服务,助力开发者和企业零门槛上云。

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    用户画,该

    有同学问:陈老师,我领导让我做用户画,可是我做了一大堆数据,却被批:也没东西啊?该咋办?今天系统解答一下。用户画的错误姿势1.限于数据,动不敢动。 一提用户画,很多人脑海里立刻蹦出了性别,年龄,地域,爱好等基础信息字段,然后大呼:我们好没这个数据,于是放弃了。可实际想想,知道男性占比真的有那大意义? 这种结果,当然让人看完一头雾水。迷茫的发问:“所以呢?又样呢?”3.无限拆,没有逻辑。很多人一听到类似“流失用户画”一类相对具体的题目,就开始无限拆解数据。 用户画只是的一个工具,和其他一样,也要先考虑:我要解决的实际问题到底是什。想清楚了,再把问题转化成用户相关的问题,就能继续使用用户画方法了。需要注意的是,商业问题是很复杂的。 不考虑具体问题场景,单纯的问:一般的用户画做。得到的也是来自算法、调研、数仓、各个岗位千奇百怪的回答,自然没有思路了

    1.2K52

    类】 类中的对抗攻击是回事?

    欢迎大家来到类专栏,深度学习类模型虽然性能强大,但是也常常会因为受到小的干扰而性能崩溃,对抗攻击就是专门研究如何提高网络模型鲁棒性的方法,本文简要介绍相关内容。 基于深度学习的类网络,大多是在精心制作的数据集下进行训练,并完成相应的部署,对于数据集之外的或稍加改造的,网络的识别能力往往会受到一定的影响,比如下中的雪山和河豚,在添加完相应的噪声之后被模型识别为了狗和螃蟹 本篇文章我们就来谈谈对抗攻击对类网络的影响,了解其攻击方式和现有的解决措施。 3.2 Pixel Denoising Pixel Denosing是以去噪的思想避免对抗攻击的干扰,其中代表性的是Liao等提出的在网络高级别的特征上设置一个去噪模块,以促进浅层网络部更好的学习 Feature Denoising for Improving Adversarial Robustness.In CVPR 2019总结对抗攻击是类网络模型面临的一大挑战,日后也将是识别、割模型的一大干扰

    22040

    类】细粒度类是什,有什方法,发展的

    欢迎大家来自《类》专栏,今天讲述细粒度类问题,这是计算机视觉领域一项极具挑战的研究课题,本文介绍了细粒度类算法的发展现状、相关数据集和竞赛,供大家参考学习。 2、视觉词包为了进一步提升类精度,相关人员在局部特征的基础上又进一步提出视觉词包(BOVW)的概念。通过统计的整体信息,将量化后的作为视觉单词,通过视觉单词布来描述内容。 6 总结作为计算机视觉领域一项极具挑战的研究课题,细粒度类的发展远远没有达到粗粒度类的精度,在深度学习日渐繁荣的今天,如何更有效地解决这一问题,也是类领域的一大突破重点。 往期精选【技术综述】你真的了解类吗? 【技术综述】多标签类综述【类】类专栏正式上线啦!初入CV、AI你需要一份指南针! 【类】从数据集和经典网络开始【类】 基于Pytorch的多类别类实战

    1.4K20

    主成到底

    PCA(Principal Component Analysis)是一种常用的数据方法。 下面我们内积的几何意义。 最后,上述同时给矩阵相乘找到了一种物理解释:两个矩阵相乘的意义是将右边矩阵中的每一列列向量变换到左边矩阵中每一行行向量为基所表示的空间中去。更抽象的说,一个矩阵可以表示一种线性变换。 以上为例,可以看出如果向x轴投影,那最左边的两个点会重叠在一起,中间的两个点也会重叠在一起,于是本身四个各不相同的二维点投影后只剩下两个不同的值了,这是一种严重的信息丢失,同理,如果向y轴投影最上面的两个点和布在 协方差矩阵上面我们导出了优化目标,但是这个目标似乎不能直接作为操作指南(或者说算法),因为它只说要什,但根本没有说做。所以我们要继续在数学上研究计算方案。

    569101

    “地表最强”可视化作品新鲜出炉!点击速看!

    下文作品均由以下导师指导:曹静(同济大学设计创意学院)管沥(饿了relab可持续实验室)林雨旸(数据侠,Merkle数据部)梅鵾(数据侠,众安科技数据科学实验室)作品1:外女子鉴 作者:张一格 “外垃圾到底扔?”成为我们不得不讨论的问题。? ➷点击片即可查看可视化作品作品4:走近“远程饲养员”作者:邵君雪、洪杉杉、张绳宸、魏羽舟、Marat在提取饿了14万条五大高校订单脱敏数据后,我们发现一个新物种,TA们在点外时,同一个账号性别会发生突变 那“远程饲养员”究竟是一个样的群体??➷点击片即可查看可视化作品作品5:外餐盒大PK:下一个当红小鲜盒是谁? 现与朋友经营RS实验室订阅号,希望利用数据的方式发现生活中有趣的事物。?数据侠梅鵾,众安科技数据科学实验室团队,算法工程师,武大本科,交大电院所硕士。

    30700

    优秀博客文章 | 微信跳转研究

    于是Google了一下,惊讶的发现我打开了一扇新的大门......黑产利用1.初步研究 下是部搜索结果? 而且我去论坛看了,并不能注册账号,说明他们应该有家账号可以登录。小平台的源码目前还并不知道他们实现跳转的,那就从看看他们的网页源码开始研究吧 跳转中 正在前往微信客户端重新跳转if (! ticket=t8e565136dcfb4d4c5b0920c9e5365f13这个上文提过的链接,整个源码最关键的部就在这里。他们是拿到这条链接里面的ticket的呢?现在又毫无头绪了。 ticket=t1886d321fdd8e9a5622626b1197c7f34});}catch(e){}也就是说这个接口只对特定的jd.com的域名开放,wq.jd.com就是其中之一,那上文中那个接口的哥们是实现跳到京东家论坛的片的呢 至于找,翻遍*.jd.com的所有域名,你应该能找到。

    84820

    用matplotlib画出漂亮的

    今日锦囊特征锦囊:用matplotlib画出漂亮的表? Index数据集引入折线散点面积直方条形关于用matplotlib画,先前的锦囊里有提及到,不过那些都是比较简陋的(《特征锦囊:常用的统计在Python里画?》) ,难登大雅之堂,作为一名优秀的师,还是得学会一些让表漂亮的技巧,这样子拿出去才更加有面子哈哈。好了,今天的锦囊就是介绍一下各种常见的表,可以来画吧。? 折线折线是比较简单的表了,也没有什好优化的,颜色看起来顺眼就好了。下面是从网上找到了颜色表,可以从中挑选~? # “高配版”饼colors = #控制饼颜色 explode= #控制饼离状态,越大越离 df1.plot(kind=pie, figsize=(7, 7), autopct = %1.1f

    23530

    是增加了一个功能还是增加了一个系统

    钟表由零件组装而成,如果经过定位思考,认为钟表是本商家目前最佳策略,那零件可以替换、外包,如果认为零件的战场也要占领,那就要投入很多精力来研发能赢得竞争的零件。 ,只是为了配系统的职责去推导应有的业务序列以书上的积兑换系统为例开发人员拿到积兑换需求(包括了积规则,兑换规则等等),其实此需求并没有需求工作流那样完整,产品人员有自己的套路,软件方法只是在局部流程改进开发人员推导业务序列后 主要核心域复用即可,样简单样做,但是从业务序列的责任配上,决定了系统提供的接口。 jeri 2020-4-3 19:43嗯,其实是相当于 需求别人给定了,在实现时 要画序列序列从系统用例来, 就把系统用例找出来UMLChina潘加宇“定了”那是假的。 就考试一样,没考100考60或作弊也没关系,只要不骗自己(可以骗人)说自己真的到了100水平就行了。

    13120

    做需求?

    大纲:需求的痛点需求了解要做什?评审时要关注哪些方面?01需求研究的痛点在测试过程中,理解需求是第一步,也是最重要的一步。只有正确理解了需求,后面的工作才能顺利进行。 书读百遍其义自见,多读几遍需求可能会自行解决一些疑问,多结合度娘解决一些术语性质的疑问是否有原型,新人加入团队时重点关注,多问问。 文字、片、按钮排版是否合理色调是否符合系统特色? 效果是否统一误操作提示容错处理,在需求了解时,多看看竞争产品是如何设计的,或者类似产品(功能)是设计的,这有助于从设计角度去看待产品,也是一条有助于迅速积累易用性经验的建议。 个人认为最重要的就是多问问几个为什。需求背景,为什要做这个需求,要解决什问题?为什要这解决?是否有更好的解决方式,竞争对手处理的这个问题?他们为什要那做?

    69470

    | 文本输入到模型 ?

    表示这个是一个手写数字识别的问题。左边是一个,右边是一个二维矩阵(14*14),每一个矩阵对应的位置是一个素值,在这里白色代表。 (tf.float32, # 数据类型 , # 目标类别数目 name=‘output’)TensorFlow这个片是表示的。 往下看,都是用placeholder来初始化参数,看具体参数值:x的表示:数据类型、批大小、宽度和高度,片深度(灰度是没有通道,只有两个为宽和高,彩色为RGB,为3个通道,变成了三维数组)。 # 数据类型 , # 输出维度 name=‘output’)刚刚数字识别的表示呢? x表示:None代表的是批,宽和高都是14,因为是灰度,只有一个channel,可以不写。y表示:成10类,class_size就给10。?将大小为14*14的灰度成10类文字表示呢?

    27531

    二值之轮廓

    的二值化在先前的文章二值:案例实战(文本离+硬币计数)中已经介绍过,什的二值化以及二值化的作用。这次,我们借助cv4j来实现简单的基于内容的。 轮廓一.jpeg第三步,进行轮廓。 矩是描述特征的算子,主要应用于检索和识别 、匹配 、重建 、数字压缩 、数字水印及运动序列等。一阶矩和零阶矩用来计算某个形状的重心。? ic和jc是的重心坐标。二阶矩用来计算形状的方向。?二阶矩.jpeg那物体的方向,? 该系列先前的文章: 基于边缘保留滤波实现人脸磨皮的算法 二值:案例实战(文本离+硬币计数) Java实现高斯模糊和的空间卷积 Java实现片滤镜的高级玩法 Java实现片的滤镜效果

    75130

    一道充满歧义的思维题,全网唯一刁钻

    有几个限制条件如下: 每次最多携带60升每前进1公里须耗水1升(均匀耗水)水的价格与路程成正比,出发地为0元升,前进10公里处为10元升他必须安全返回出发地那应该采取样的策略,赚取最多的钱?? 02总共240L,每次最多60L,那就4次运输。假设前进公里处掉:则收益为:.?这样就变成了一个二次函数求最值问题,画出函数如下:? 得到结论:4次往返运输,每次装满60L,前进15公里的地方掉,再返回。总共获利:。那这样问题貌似已经完美解决了,网上其它的基本也都是这样,但题目貌似有一些歧义,接着我们继续往下。 通过上面的函数可以发现:收益=价格 剩余数量,即收益 ,这不是线性关系,因为货物数量在越来越少只看成本,则成本=损耗数量 价格,即成本 ,也不是线性增长,因为成本是损耗的货物本身,而货物本身的价格在增长 那之前的问题,是否也可以用中转的方式呢,这就是有歧义的地方。题目没有说必须一次运输到目标点再全部掉,接着我们继续

    11540

    你天天叫的外,你知道这里面深度学习的水有多深吗

    本文以美团的外业务为切入点,介绍了深度学习在美团的应用,如通过质量的提升、用OCR技术对用户行为数据进行解,以及DNN在评估模型中的应用,特征组合问题以及树模型的应用等。 但是,运营要涉及到很多相关方:首先涉及到整个外平台,样运营商品,运营商家给用户提供好的体验,给商家提供好的流量入口。 ,所以需要BD做很多的运营建议,包括优惠去设计、红包方式设计。 解决这几个问题?我们引入了建模的方式,一个美学的课程,接下来会详细介绍一下。 解决这些问题呢?OCR识别的技术我们发现比较关键的技术,文字的检测首先从片里面,比如说这个片我们检测哪一些是片里面的文字,哪一些是片本身。

    58040

    大数据是啥,可以吃的吗?

    但大数据应用一定并不仅仅指,跳出传统数据的范畴,大数据应用领域可以指导使用在我们所有的生活工作业务、场景领域,例如个性化推荐、精准营销、风险监控等。 就柏拉说的那样:最终获胜的将是那些“知道如何提出问题的人”,只有那些知道样提出问题的人才知道,哪些数据可能会回答问题,如何用这些数据回答问题。 大数据行业里最缺乏或者将来身价最高的人,就是既理解业务,又了解数据,知道提出业务的问题,也知道用大数据解答问题的大数据专家(打个广告:欢迎来数澜应聘产品经理提升身价)大数据技术提供了高端快速的尖端技术 四、数据要有活性长话短说,数据有保质期,需要不断更新,没有任何数据是一尘不变的,数据如果不更新,就死水一样,所以如果有数据,就要赶紧用起来,存着又不知道该用,存久了价值就指数下降了。 相关性而非因果性中国人传统的理念讲因果,因此“大数据在乎相关性而非因果性”这个观念从国外传来时还是很颠覆的,不过大数据因为其强大的“广泛数据都可计算”特性,使得不需要再探究因果,根据现有充足海量的数据就可以做出或预测

    25430

    IQ1: 定义的质量?如何评价的质量?

    一、质量的定义我的这个专栏叫做质量评价,但是什叫做的质量呢? 质量是一个非常宽泛的概念,在不同情况下有不同的理解。 (引自肖摄影“极简主义”创始人欧文·佩恩—许生评作品《毕加索》)这当然是一张在美学意义上经典的照片,但在一位专门做相机质量调优的工程师眼中,却可能会觉得画面很多地方欠曝,动态范围不够,背景噪声过大 乍一看一下,从这张照片里面看不出什内容,因为照片本身拍摄的条件有限,且又经过这多年的辗转,确实不易辨其中的内容。 由于观点在不同观察者之间有很大差异,所以必须搜集大量意见并加以。为了产生有意义的结果,实验必须精心设计,观察者和片都必须精心挑选。其结果是主观实验 通常需要大量的资源和时间。 我们的目的是要产生一个准确的和可重复的客观结果,这和这种评价方式的名称主观评价会有一定的矛盾——这意味着的主观质量绝不仅仅是找到一个测试妹子让她个人看看片,然后出一个质量的评价结果这简单

    84431

    GPUImage滤镜01

    GPUImage 的部滤镜效果展示。?IMG_1283.PNG?IMG_1284.PNG?IMG_1285.PNG?IMG_1287.PNG?IMG_1288.PNG?IMG_1289.PNG? IMG_1372.PNG以上只是它的部滤镜效果,还有更多的效果,请自行下载代码尝试。 看效果,不是我的初衷,接下来,我将GPUImage框架进行解讲解,可以让移动开发者,能够创造出更多的效果出来,或者是能用它的基础知识,做出更有用的产品出来。

    39010

    PowerBI 四象限动态蝴蝶

    以终为始这次我们将一起制作一张这样的模型,由于比较蝴蝶,不如我们叫她:四象限动态蝴蝶法。由于我们通常需要观察大量元素的 销售额 以及 利润 两个度量值同时的表现来对这些元素进行组。 这里需要说明几个问题:为什蝴蝶一定要加父级元素吗为什排名百比有个 -1 计算下面我们别来解释。 为什蝴蝶这是第一次看到这种,让人立马好奇会去思考的,该向四个方向张开,正上下左右四方的点稀松,而沿着对角线的点密集,这里是否有什规律? 为什会有不同趋势这并非必然结果,但在实际中常常出现一种情况,如果商家某种东西是亏的,就会越越亏;如果商家某种东西是赚的,就会越越赚。 应用我们可以立即将该用于BCG矩阵,参考:PowerBI 全动态BCG波士顿四象限伸缩矩阵模型用四种象限来划不同的元素进而实现进一步的,这就需要用实际相结合了。

    1.3K10

    B2B行业,数据做?(基础篇)

    很多同学很困惑:B2B类做!!!网上到处都是零售电商的例子,可这都是B2C类业务啊。当然还有一些同学连B2B和B2C都不清楚,只是感觉到:我这个数据很奇怪,该?今天系统解答一下。 3 B2B的基本框架所有的数据,都绕不开是多少、是什、为什、会样、又如何这五件事。B2B的也是如此。只是B2B的,会在是多少上花格外多的精力。 具体的细化需求,有三部:1、客户画直接上,B2B的客户画,更多从客户企业实力、需求规模、流程长度、谈判对象这些角度进行。 对于步骤超过2的流程,都可以用漏斗法。B2B在售前阶段,跟进流程的基本思路也是漏斗法。跟进流程核心就是签约,因此,针对单一线索,要关注跟进到了哪一阶段,具体失败原因(如下)。? 3、售后服务 直接上,B2B的售后流程也是阶段的,但不用漏斗法。因为售后阶段原则上不允许回不了款!死,也得把钱死回来!因此B2B售后流程,更多是提示风险,预计问题,关注进度。?

    57731

    相关产品

    • 图像分析

      图像分析

      腾讯云图像分析基于深度学习等人工智能技术,提供综合性图像理解、图像处理、图像质量评估等服务,包含图像标签、logo识别、动漫人物识别、植物识别等,可以用于智能相册、视频理解、AI营销等场景…..

    相关资讯

    热门标签

    扫码关注云+社区

    领取腾讯云代金券