- 博客(66)
- 收藏
- 关注
RSS订阅原创 决胜B端产品经理学习笔记03
报表引擎与excel的透视表类似，smart BI可以体验一下。3.上线后不要急于推广，要经过交叉验证确认数据的稳定性后再做推广。2.不要急于线上化，因为业务体系有变化，要在趋于稳定后在进行。1.管理员视角（dashboard，统计分析）问题2.没有时间列，但是有对应的筛选查询条件。1.借鉴成熟的产品，尽量不要自己设计开发新的。不同的维度分析，可以用二维表配置汇总计算的。1.聚焦于业务分析本身，而不是表样和设计。类似于数据大屏，类似于BI的数据可视化。2.员工视角（工作台，待跟进任务等）
2022-09-08 19:54:59
254
原创 决胜B端产品经理学习笔记04管理篇
1.B 端产品的需求来源：saas业务部门（销售、BD、市场），用户（一线员工，管理者），竟品2.B端需求的层次和分类业务需求，用户需求，产品需求3.用户旅程在B端的应用4.B端优先级的判定基于价值诊断模型急于KANo模型5.B端需求的收益评估急于业务价值，基于提效服用，基于使用情况，基于NPS###迭代管理敏捷开发于B端产品的迭代实践互联网使用双周迭代模式敏捷模式的依赖条件：团队：是否有足够的经验和价值观产品：组件化、服务化是否完备。
2022-09-08 19:54:26
227
原创 决胜B端学习笔记05-技能篇
1.是一种编制软蓝图的标准化语言，他的目标之一是为开发团队提供标准通用的设计语言来开发和构建计算机应用。3.常常用来描述一个用例的行为，显示该用例中所涉及的对象及对象间的消息传递情况，即一个用例的实现过程。2.描述的是一个状态机，可以定义为一个机器，它定义了一个对象，这些状态控制外部或内部事件的不同状态。3.UM L支持面向对象的技术，能够准确的方便的表达面向对象的概念，体现面向对象的分析和设计风格。1.主要是用于描述对象具有的各种状态，状态之间的转换过程以及触发状态转换的各种事件和条件。
2022-09-08 19:53:47
292
原创 决胜b端产品经理学习笔记01（持续更新版）
b端产品，适用对象是企业或组织，用来解决企业某类经营管理问题。1、核心价值：规模（提升收入）、成本（降低成本）、效率（提高效率）、品质（保证品质）、风控好的b端产品提供长期的核心价值2、分类方式1）按照部署方式：私有化、云端部署2）技术架构：c/s(client/server)客户端,b/s(browser/server)浏览器3）业务方向：对企业内、对企业外、saas。
2022-09-07 09:55:21
287
原创 时间序列-ARIMA
将非平稳时间序列转换为平稳时间序列然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。1）AR是自回归，p为自回归项，MA为移动平均,q为移动平均项数，d为时间序列成为平稳时所作的差分次数。1)有序的随机变量序列与其自身相比较自相关函数反映了同一序列在不同时序的取值之间的相关性。描述当前值与历史值之间的关系，用变量自身的历史时间数据对自身进行预测。1）ARIMA模型的残差是否是平均值为0且方差为常数的正态分布。移动平均模型关注的是自回归模型中的误差项的累加。
2022-09-07 09:52:13
304
原创 时间序列-平稳性
1）平稳性就是要求经由样本时间序列所得到的拟合曲线在未来的一段时间内仍能顺着现有的形态“惯性”地延续下去。1）严平稳：严平稳表示的分布不随时间的改变而改变。如：白噪声（正态），无论怎么取都是期望为0，方差为1.未来某时刻的t值Xt就要依赖于它的过去信息，所以需要依赖性。2）弱平稳：期望与相关系数（依赖性）不变。1）时间序列在t与t-1时刻的差值。2）代码块(pandas)2）平稳性要求序列的。
2022-09-07 09:51:19
1014
原创 MAC安装tensorflow
因为电脑安装的anaconda是python3.9版本，下意识的安装tensor flow的定义python版本就下了3.9（这里有一个坑）报错如下，大概是说不支持python版本3.9，支持的版本包括2.7，3.7，3.6，3.5。相比较网上的其他教程，这个安装方法亲测有效，且比较简单，只需要4步。第四步，将python版本降级，我是从3.9改成了3.6。第三步安装tensor flow (问题来了)第一次在mac上安装tensorflow。第二步激活tensor flow环境。第五步，再来一次安装。
2022-09-07 09:50:25
3628
1
原创 B端产品经理学习笔记10-企业中台产品的建设
2、通过业务价值和业务诉求驱动系统迭代抽象（基于具备实际业务价值的诉求，来推动系统架构的改造和优化）4、不要纠结于一些概念，而要思考如何做出正确的，有意义的，可复用的设计（在目前的阶段下）3、综合评估做出决策：基于实现成本、改造成本、市场环境、业务特点综合决策评估。1、架构的核心目标是支持业务发展：架构设计的核心是支持业务。经典案例：短视频公司发展理财业务的passport的建立。2、某些时候允许不合理结构的存在：业务发展才是硬道理。面临的挑战：集中化的需求总是滞后的。中台的建设不应拖累业务的发展。
2022-09-07 09:48:45
186
原创 B端产品经理学习笔记09-企业级应用架构设计
1.是一整套软件系统的架构，通过合理的划分和设计组合在一起，支持企业方方面面的经营运作。2.不论是传统企业还是互联网公司，发展到一定阶段，都需要一套体系化的应用架构来支撑其运转。3.企业应用架构是跟随业务发展而逐步演化的###为什么学习企业应用架构1.对企业运转和产品应用架构建立全局观2.帮助自己从更加宏观的层面理解手头工作3.更加广阔的职业发展空间4.在告诫产品设计中作出正确决策注：B端的产品必须要考虑企业应用架构一个非常经典的案例：应用架构的进化和演变。
2022-09-07 09:47:27
250
原创 B端产品经理的持续成长08
B端产品经理的金字塔能力模型如何学习企业经营管理知识1、书籍MBA2、网站MBAlib如何学习复杂系统设计能力1、基础知识2、研习成熟的产品提升业务领域专业能力提高产品解决方案能力。
2022-09-07 09:46:11
96
原创 python 获取数据基本步骤
#加载模块import requestsimport re import jsonimport csvimport pandas as pd #身份伪装，其实没必要headers={ 'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.82 Safari/537.36' }#请求地址u.
2022-04-01 20:02:15
2091
原创 AWS 云从业者-核心服务
核心服务身份认证管理-IAM什么是IAM（identity and Access Management）?IAM是一种WEB服务，可安全的控制用户，控制哪些人可以用哪种方式访问AWS哪些资源。也可以使用IAM来调用用户的IP进行开发，IAM和AWS的服务集成在一起使用的，可以提供身份认证完成授权来达到权限控制的目的。功能与特点：1.账户内共享访问权限：授予其他人管理和使用你的AWS账户资源权限而无需共享密码或者访问密钥。2.细化权限：可以根据需要为每个用户的职责授予所需的不同权限。
2020-10-28 11:27:32
1194
原创 机器学习之非监督学习
非(无)监督学习概述概念和意义：非监督学习是一种机器学习的方式，并补血药人力来输入标签，是监督式学习和强化学习等策略之外的一种选择。在监督式学习中，典型的任务是分类和回归分析且需要使用到人工于谦准备好的范例(base)。WHY：根据事物的本身属性去分辨事物，在无监督学习过程中，训练样本的编辑信息是未知的，无监督学习可以通过对无标记训练样本的学习来解释数据的内在性质和规律，为进一步的数据分析提供基础。 与监督学习的方法结合，做半监督学习等。 用于神经网络的隐藏层的感知函数定义等。方法类.
2020-10-27 14:12:21
730
原创 常见的python error及解决方法，我不是coder，只是mover
1.ImportError: cannot import name cross_validationsolution & answer：This happens because there is nocross_validationobject insklearn. You're likely looking for something more like thecross_validatefunction. You can access that throughfrom s...
2020-09-14 15:55:31
438
原创 机器学习-朴素贝叶斯分类
朴素贝叶斯有一个条件独立性，所以称为朴素。朴素贝叶斯的思想：贝叶斯学派的四件可以概括为：先验概率+数据=后验概率贝叶斯随着信息增加，贝叶斯定理可以用于更新假设的概率。在决策理论中，贝叶斯推断与主观概率密切相关，通常被称为“Bayesian probability(贝叶斯概率)”。贝叶斯推断根据 prior probability(先验概率) 和统计模型导出的“likelihood function(似然函数)”的结果，再由贝叶斯定理计算 posterior probability(后验概率)
2020-09-14 15:00:30
229
原创 数据分析案例：多元线性回归预测房价（python实现）
数据：sklearn中的datasets的California——housing方法：使用多元线性回归进行房价预测知识点：matplotlib绘图，相关系数，数据标准化处理##载入所需要的模块from __future__ import print_functionimport numpy as npimport pandas as pd##matplotlibimport matplotlibimport matplotlib.pyplot as plt##加载数据fr
2020-08-31 10:15:09
7942
3
原创 KNN算法(python)K近邻法
KNN分类原理：局部学习方法：思想:K-NN算法的核心：在训练集中选取距离输入的数据点最邻近的K个邻居，根据这个K个邻居中出现次数最多的类别(最大表决规则)，作为该数据点的类别。 计算训练样本和测试样本中每个样本点的距离（常见的距离度量有欧式距离，马氏距离等）； 对上面所有的距离值进行排序； 选前k个最小距离的样本； 根据这k个样本的标签进行投票，得到最后的分类类别； KNN的修正：1.经典k邻域的样本点对预测结果的贡献度是相等的。2.而一个简单的思.
2020-08-30 21:45:51
286
原创 机器学习的信息论基础
信息论的由来：是应用数学的分支，主要研究的是对一个信号能够提供的信息多少进行量化，最初用于研究在一个含有噪声的信道上用离散的字母表来发送消息，指导最优的通信编码。一个信息论的基本想法：一个不太可能发生的事件发生了要比一个非常可能的事件发生提供更多的信息，也就是‘异常’事件发生的背后拥有我们更想知道的东西。信息熵自信息：一个事件所包含的信息信息熵：随机变量或整个系统的不确定性，熵越大，随机变量或系统的不确定性就越大，及所描述的是有关事件X的所有可能结果的自信息期望值：其中，n.
2020-08-06 17:55:57
406
原创 AWS 云从业者-云的基础知识
什么是云计算？云计算通过互联网按需提供 IT 资源，并且采用按使用量付费的定价方式。您可以根据需要从诸如 Amazon Web Services (AWS) 之类的云提供商那里获得技术服务，例如计算能力、存储和数据库，而无需购买、拥有和维护物理数据中心及服务器。也就是说，计算能力作为一种商品，可以在互联网上流通，就像水、电、煤气一样，可以方便地取用，且价格较为低廉。云计算的6大好处：投入资本变成可变投入 增加速度和灵活性 从大规模经济中获益 无需再用数据中心和运维投入资金 无需在猜.
2020-07-07 17:39:58
977
原创 机器学习之监督学习
线性回归构建模型假设线性回归中存在模型：对线性模型做如下处理：令，其中，w为权重(weight)，b为偏差(bias),在线性回归模型中w和b分别形象的表示为直线的斜率和截距。目标函数：其中，????(????, ????)被称为cost function，对应的函数值为cost。cost值大小被用于评判模型在数据上的表现优劣。针对不同的问题选择不同的cost function来评价模型。这里选择的cost function是均方误差（mean squared error，即MS
2020-07-07 16:53:02
326
原创 机器学习入门基础笔记
线性代数和微积分基础基础公式向量基础：标量：是一个单独的数，一般用普通小写字母或者希腊字母表示a,α等。向量：一个同时具有大小和方向的几何对象[a1,a2,...aN],通俗来讲把数排列成一行或者一列就是向量。有行向量和列向量的分类，向量的模可以理解为向量的长度，向量的范数是向量的另一种的度量方式，向量的模=向量2范数。向量的1阶范数机器学习基础公式：矩阵计算矩阵的定义：由M*N个数排列成M行，N列的表矩阵的加法import numpy as npx.
2020-07-06 17:55:58
186
原创 tableau 入门学习笔记---给工作表设置分页功能（5）
很多时候由于工作表过长而出现拖拽条，如果数据量过大时偶尔会有一种看花眼的感觉。如果可以把工作表分页就可以很好的解决这个问题。总是，让工作表得出以下的表现形式如何变成这种花枝招展的样子呢？我们先捋一下逻辑首先我们要添加信息序号，然后根据序号建立分页规则。所以要新建两个字段为了方便就称为序号和分页。序号=index（），这样就足够了，这是默认横向的计算序列号的方式。...
2019-10-16 17:00:02
1285
原创 python基于原始文件进行批量重命名
批量修改文件名原始文件中含有中文信息+英文信息，希望生成另一种标准格式但是要包含中文姓名。举个例子就是，下图是原始文件名：code如下：###rename filesimport osimport repattern=re.compile(u'[\u4e00-\u9fa5]+') #正则表达式匹配中文path='C:\\Users\\wan...
2019-09-05 17:30:58
291
原创 R语言实现数据按照行排序
背景假设，如果每一用户收集到一行信息，表示不同维度的严重程度，对每一个用户的严重程度进行排序。#人为创建一个数据矩阵data <-c(1,4,2,6,8,5,3,7,9,11,10,12)M<-matrix(data,nrow=3,ncol=4)M [,1] [,2] [,3] [,4][1,] 1 6 3 11[2,] 4 ...
2019-09-04 15:11:10
15505
原创 如何使用python批量生成以excel名单命名的HTML文件
看到我的题目就知道这是多么磨人的需求，无论是中文还是英文社区，使用必应还是谷歌都没有人准确回答，硬逼着我这个废柴东拼西凑了一些code，然后就成了。。。。。。。哈哈哈哈，话不多说，先贴上代码，有缘人会搜到的。import importlib,syeimportlib,reload(sys)import pandas as pdimport numpu as npdf= pd...
2019-09-03 23:57:27
557
原创 如何用R生成一个网络关系图
R中提供了各种强大的packages，可以通过加载包来实现network的功能。需要准备一个eges和nodes的数据文件，代表线长和节点。然后调用network的函数即可。library(visNetwork)library(openxlsx)KOL_CN_EDGE <- read.xlsx("edges.xlsx")KOL_CN_NODE <- read.xlsx("no...
2019-06-18 10:39:19
6570
3
原创 visNetwork包 R 学习笔记
visNetwork包 R 学习笔记visNetwork 介绍Font-Awesome---让nodes更加美丽在visNetwork 图中使用IoniconsvisNetwork 介绍visNetwork 是R语言中用于制作网络图的包，本文用于记录使用案例和教程。Font-Awesome—让nodes更加美丽1.描述：添加Font-Awesome是为了让图形更美丽更专业。要注意使用Shi...
2019-06-13 10:36:51
2924
原创 tableau 入门学习笔记----文件和数据类型（4）
tableau对于加载完的数据会自动分配数据类型，一共有4个数据类型分别是：string.number,boolean和datetime。在满足数据转换的规则下，可以更改某些数据类型，值得一提的是用户必须指定计算字段的数据类型。tableau中常见的术语和意义tableau的数据源tableau本机连接器可以连接的数据源的类型：文件系统，如CSV,Excel等。关系系统如...
2019-05-05 14:22:38
1057
原创 tableau 入门学习笔记----认识导航功能和设计流程（3）
打开一个新的工作表，认识所tableau提供的功能集合。 File文件菜单：用于创建新的tableau工作簿,从本地和tableau服务器打开现有的工作簿，重要功能：工作簿区域设置和报表语言，粘贴工作表，导出打包工作簿选项。Data数据菜单：此菜单用于创建新的数据源还允许替换或升级现有数据源:新数据源；刷新所有提取来刷新表单；“编辑关系”选项用于定义多个数据源中用于链接的字段。...
2019-04-29 16:07:55
1195
原创 tableau 入门学习笔记---完成一个基础报告（2）
创建tableau报告的三个步骤：1.连接数据源2选择尺度和度量3应用可视化技术使用tableau自带的数据资源进行操作，即sample-superstore，如下图所示，可以看到有三份数据资源，为excel格式，名字分别为orders，people和returns。第一步，连接数据源：这里选择的是数据量较多的order数据，直接拖拽到上方即可。第二步，选择尺寸和度量...
2019-04-29 11:20:13
2728
原创 SQL小知识点（不断更新中）
我真的是一个很容易半途而废而且不会写题目的人，之前的关于SQL的博客零零散散，不如就出一个汇总帖，写一些小问题吧。1，SQL(mysql)必知必会（1）了解SQLhttps://blog.csdn.net/never0822/article/details/836236432，SQL(mysql)必知必会（2）检索数据https://blog.csdn.net/never0822/arti...
2019-04-13 21:33:06
108
原创 李航统计学 学习笔记 感知机
感知机模型定义（感知机）假设输入空间（特征空间）是属于,输出空间是y={+1,-1}.输入属于表示实例的特征向量，对应于输出空间（特征空间）的点，输出y表示实例的类别。由输入空间到输出空间的如下函数称为感知机.其中，w和b为感知机模型参数，w叫做权值或者权值向量，b叫做偏置，表示w和x的内积，sign是符号函数，即 感知机模型的假设空间是定义在特征空间中的所有线性分类模...
2019-02-12 16:03:18
216
原创 DC学院 ：数据可视化笔记（一）
一个程序员的自我修养：善用搜索引擎 google learn by practice数据可视化：无聊的数据有趣的图形化。可视化分类：（web）前端、（DA）数据分析、平面设计readlist:《写给大家看的设计书》、《最简单的图形与最复杂的信息》如何成为一个数据可视化工程师https://www.zhihu.com/question/49749071?sort=created...
2019-01-03 21:39:38
396
4
原创 统计学基础
总体：研究对象的全体样本：从总体中随机抽样采样偏差：采样过程中没有达到足够的随机采样偏差常难以完全避免，只能够尽量避免误差error bar标准差 SD样本标准差 s标准差是一组数值自平均值分散开来的程度的可重复采样：在一个样本空间内进行多次可重复采样Bootstrap：每次采样出来的个体仍然参与下次采样，chang用于估算总体（如平均值）的置信区间。Boo...
2018-12-25 22:15:15
304
原创 李航《统计学》学习笔记（1）
第一章 统计学习方法概论统计学习的三要素：模型、策略和算法统计学习的特点：1建立在计算机及网络之上2数据驱动的学科3目的是对数据进行预测和分析。4以方法为中心，进行预测与分析。5交叉学科。 Herbert A. Simon对“学习”的定义：如果一个系统可以通过执行某个过程改进性能，这就是学习。学习对象：数据（data）数据的基本假设是具有一定的统计规律性。学习目...
2018-12-18 16:39:46
911
原创 回归方法（四）KNN回归
分类与回归的区别：分类是判断对应类别而回归的输出是一个具体值。KNN基本算法思路：一个样本在特征空间中k个最相似（最邻近）的样本大多数属于同一个类别。（物以类聚）距离选取：euclidean,manhattan,minkonwskiK值可以基于方根误差（RMSE）确定，启发式的找到一个最优近邻数K。R中的实用包（FNN）实现案例KNN回归在R中可以使用FNN::knn.re...
2018-12-11 16:59:34
17281
13
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人