新足迹

 找回密码
 注册

精华好帖回顾

· 参加活动——在那遥远的小山村 (2020-6-30) 穆si林 · 2025年9月,西澳春之旅(全文完,附温馨提示) (2025-9-7) jinluo
· 【婚纱秀】3楼更新,第五页更新 (2009-10-5) 魅影妖瞳 · 新加坡机场免税店化妆品价格 (2004-12-21) icelemontea
Advertisement
Advertisement
楼主:小V老师

[学习培训] 稍微谈谈SQL [复制链接]

头像被屏蔽

禁止发言

发表于 2014-6-17 20:29 |显示全部楼层
此文章由 juebuhaigui 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 juebuhaigui 所有!转贴必须注明作者、出处和本声明,并保持内容完整
这里都是从IT的角度讲SQL。 我们做经融风险分析的更多从Business的角度想问题。
Advertisement
Advertisement

发表于 2014-6-17 20:33 |显示全部楼层
此文章由 nali 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 nali 所有!转贴必须注明作者、出处和本声明,并保持内容完整
小V老师 发表于 2014-6-17 12:02
有点扯歪了,开这个贴其实是想帮助新手尤其是商科数学类专业的了解下IT中的SQL, 不过很多回复是来自IT的 ...

谢谢指导。

发表于 2014-6-17 21:04 |显示全部楼层
此文章由 Bessy 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Bessy 所有!转贴必须注明作者、出处和本声明,并保持内容完整
juebuhaigui 发表于 2014-6-17 19:29
这里都是从IT的角度讲SQL。 我们做经融风险分析的更多从Business的角度想问题。 ...

SQL就是关系数据库的查询语言,100%属于IT领域。 经融风险分析应该考虑是通过概率, 统计, 数据挖掘的角度建立数学模型吧?
头像被屏蔽

禁止发言

发表于 2014-6-17 21:12 |显示全部楼层
此文章由 juebuhaigui 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 juebuhaigui 所有!转贴必须注明作者、出处和本声明,并保持内容完整
是的, SQL只是我们诸般兵器中的一种。 要进行有效的分析, 要精通数据结构, 和公司的运作。
头像被屏蔽

禁止发言

发表于 2014-6-17 21:17 |显示全部楼层
此文章由 juebuhaigui 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 juebuhaigui 所有!转贴必须注明作者、出处和本声明,并保持内容完整
做这一行你的周围都是问商业问题的, 你是解答的提供证据的。 没有人问你这个怎么做, 那个怎么计算, 这类问题是学校里老师爱问的。

发表于 2014-6-17 21:19 |显示全部楼层
此文章由 Bessy 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Bessy 所有!转贴必须注明作者、出处和本声明,并保持内容完整
juebuhaigui 发表于 2014-6-17 20:12
是的, SQL只是我们诸般兵器中的一种。 要进行有效的分析, 要精通数据结构, 和公司的运作。 ...

"数据结构"是 data structure 么? 就是链表,堆栈,队列,二叉树?
看来Computer science与金融分析的距离。比CS与IT的距离更近啊。
Advertisement
Advertisement

发表于 2014-6-17 22:22 |显示全部楼层
此文章由 小V老师 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 小V老师 所有!转贴必须注明作者、出处和本声明,并保持内容完整
Bessy 发表于 2014-6-17 20:19
"数据结构"是 data structure 么? 就是链表,堆栈,队列,二叉树?
看来Computer science与金融分析的距离 ...

他的数据结构不是CS里面的数据结构,他指的就是懂数据库里面的表,知道哪些表有哪些数据。

做商业分析就是我上面说到的第二层和第三层的内容,首先,提出商业问题,最重要的是做出合理假设,SQL不是最关键的,但SQL 和 EXCEL是最重要的工具,有时EXCEL更重要点,很简单,因为做商业分析的大多来自MBA,他们很多SQL也不熟,牛点的自己会写SQL,不牛的一辈子就搞EXCEL。但牛不牛不是看他会不会SQL,而是他的眼光是否合理,关键是逻辑是否清晰

商业分析师和IT工程师,很多时候思路是两个方向的,所以比IT的懂市场,比做市场的懂IT,这本身就是比较难的一件事

发表于 2014-6-17 22:35 |显示全部楼层
此文章由 小V老师 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 小V老师 所有!转贴必须注明作者、出处和本声明,并保持内容完整
在做商业分析的人眼中,技术只能占20%的重要性,因为商业问题回答的好坏,本质上是在于你的假设是否合理,你的逻辑是否OK,这个行业最典型的是咨询顾问,不是那种IT咨询顾问,类似麦肯锡那样的,麦肯锡工作几年后基本去公司都至少是senior manager for business analytic team.

这行我见过的人基本特点是:
1. 超级聪明
2. 思维反应特别快,有种跟计算机对话的感觉

没有这2个特征的,一般不会很牛

所以层次是这样的,底层是搞IT的,往上走是搞数据的,搞数据是为了为商业问题提供决策,再往上走是搞运营的,搞运营本质就是给公司做策略的,也就是所谓的business user。 做数据分析,应该是承上启下的作用,取决于你到底要干嘛


发表于 2014-6-17 23:08 |显示全部楼层
此文章由 Bessy 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Bessy 所有!转贴必须注明作者、出处和本声明,并保持内容完整
小V老师 发表于 2014-6-17 21:22
他的数据结构不是CS里面的数据结构,他指的就是懂数据库里面的表,知道哪些表有哪些数据。

做商业分析就 ...

谢谢解释, 怪不得看的我一头雾水。

你们的数据结构,SQL, Hadoop, NoSQL. 只是与我们搞IT的名字一样内容有很大差异。

就如同建筑工程师的和IT工程师讨论架构, 设计模式一样。

发表于 2014-6-18 14:40 |显示全部楼层
此文章由 innerwest 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 innerwest 所有!转贴必须注明作者、出处和本声明,并保持内容完整
你们的工作中有用到Unix shell-scripting, python写脚本之类的吗?

发表于 2014-6-18 15:26 |显示全部楼层
此文章由 maplefire 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 maplefire 所有!转贴必须注明作者、出处和本声明,并保持内容完整
先mark再学习
Advertisement
Advertisement

发表于 2014-6-18 15:32 |显示全部楼层
此文章由 小V老师 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 小V老师 所有!转贴必须注明作者、出处和本声明,并保持内容完整
innerwest 发表于 2014-6-18 13:40
你们的工作中有用到Unix shell-scripting, python写脚本之类的吗?

我会用,但很多BA根本不会用,对他们来说,取数不是最重要的,最重要的是思维逻辑,以及是否能回答商业问题


这本身是一个问题的两面,关键是你看重啥,会IT的技术会极大增加效率,举个例子,现在做会计的,基本都要懂EXCEL,但EXCEL肯定不是最根本的技能,做会计最重要的技能还是懂会计的那些知识,只不过如果你会EXCEL,能给你工作带来很大的方便性。

做商业分析,数据分析也是这么回事,会写脚本不代表你就能做好商业分析,但会写脚本肯定会增加你的效率,使得你的工作高效,同时也能带来意想不到的作用,甚至有些你觉得本身无法解决的问题,变得那么的容易,尤其是一些自动化报表的工作,懂IT和不懂IT其实差别很大的。对于只需要回答商业问题,甚至取数都有人帮你做的BA来说,懂不懂IT不是最必要的

发表于 2014-6-18 16:54 |显示全部楼层
此文章由 Bessy 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Bessy 所有!转贴必须注明作者、出处和本声明,并保持内容完整
本帖最后由 Bessy 于 2014-6-18 16:24 编辑

楼主, 商业分析(BA),数据分析(DA)可不是一回事, 不编程的BA很多。 不编程的DA比较少, DA不懂脚本语言,R语言, SAS..不多。

这么多做数据分析和做IT的进来歪楼,可能是因为楼主第一楼写的"做数据做了很多年,跟大家聊聊SQL"。如果LZ写“做BA做了很多年,跟大家聊聊我用到的SQL”。 楼就不会被做数据和IT的给歪掉了。 (只是个人建议,因为隔行如隔山)

发表于 2014-6-18 18:20 |显示全部楼层
此文章由 innerwest 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 innerwest 所有!转贴必须注明作者、出处和本声明,并保持内容完整
多谢楼上两位分析。IT比accounting 难多了,所以DA转BA容易,反过来很难。问题是哪个工资更好些,哪个更容易找工。

发表于 2014-6-18 20:31 |显示全部楼层
此文章由 小V老师 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 小V老师 所有!转贴必须注明作者、出处和本声明,并保持内容完整
innerwest 发表于 2014-6-18 17:20
多谢楼上两位分析。IT比accounting 难多了,所以DA转BA容易,反过来很难。问题是哪个工资更好些,哪个更容 ...

在大公司,同一个级别,做IT的要比同级的做数据的平均工资要高
在澳洲,做IT的工作机会比BA也要多


但是:

从潜力来说,做BA的因为比较容易接触商业,职业发展是往COO发展的,做IT的职业发展是往CTO发展的,前者的工作跟人打交道更多点,因此发展比较快,BA跳槽在国内经常是每年20-30%的涨薪,而IT相对依赖技术,程序员的生命周期相对有限,很多35岁以上的IT会比较困惑自己的职业生命。BA呢,因为能接触到商业,再加上数学上的方法论变化也不像IT那么大,所以生命周期比程序员长,经验是累积的,不像程序员,经常需要更新自己的知识库,IT一旦落伍了找工作就困难了。 在美国,虽然有很多4,5十岁的程序员依然做的好好的,但不可忽视的是,在美国也有很多4,5十岁的程序员一旦失业就再也找不到工作了,这是血淋淋的事实。

我当初花了很多精力转BA,虽然工作中也经常和IT打交道,但我的感受是,做BA我内心充满对未来的期望,跟做IT不同,做IT天天和代码打交道,虽然说待遇不错,但内心有惶恐的地方,在美国的时候,我确实遇到很多程序员到了35岁就彻底放弃写代码了,有个人当时从家里的亲戚厂里进货到美国卖,还有个女的也是IT,后来找了一份邮递员的工作

当然,硅谷赚钱的也不少,程序员这个行业的职场生命,真的是因人而异的,比如阿里巴巴28个合伙人中,21个是有技术背景出生的,这些技术背景就是IT,就是当初的JAVA程序员,国内的很多IT老大,当年也是程序员。做IT这行总的来说是风险和机遇并存,所以做IT确实要思考下自己的职业方向到底是啥。





评分

参与人数 1积分 +3 收起 理由
innerwest + 3 感谢分享

查看全部评分

发表于 2014-6-18 20:35 |显示全部楼层
此文章由 小V老师 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 小V老师 所有!转贴必须注明作者、出处和本声明,并保持内容完整
Bessy 发表于 2014-6-18 15:54
楼主, 商业分析(BA),数据分析(DA)可不是一回事, 不编程的BA很多。 不编程的DA比较少, DA不懂脚本语言 ...

DA 和 BA在很多公司是一回事, BA主要做做reporting 以及 ad-hoc task, DA其实也在做同样的事,这两件事之上是做些模型,做模型的很多title 也是 senior business analyst,当然也有些title 是data scientist or data mining analyst. 大多数BA或者DA的专业背景都是统计或者MBA, 在国内,一般喜欢招那种IT+ 统计背景的刚毕业的学生,在美国一般喜欢招统计背景+MBA背景的,title都是business analyst 或者 data analyst.

总之,国外喜欢招偏MBA的,国内喜欢招偏IT的,基础最好都有些统计背景

Advertisement
Advertisement

发表于 2014-6-18 23:25 |显示全部楼层
此文章由 zheng8001 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 zheng8001 所有!转贴必须注明作者、出处和本声明,并保持内容完整
小V老师 发表于 2014-6-17 21:35
在做商业分析的人眼中,技术只能占20%的重要性,因为商业问题回答的好坏,本质上是在于你的假设是否合理, ...

完全同意。这帖子确实被歪楼了。。对于做数据分析的来说,技术根本就是不是重点,那些技术也属于IT部门和Data Warehouse,DBA的主要工作,如果需要超级复杂的SQL的话,只能说明那家公司的Data Warehouse没有建好。BI Analyst和BI Developer是完全不同的两个工作。

数据分析应该能强调的是“分析”,对于市场,商业的理解是基础,然后各种统计学的知识也很重要。SQL只是工具,比Excel更强大的一种工具,但都是建立在成熟的DW基础上的。

本人也在做数据分析,公司的BI team里大部分都是数学和金融专业毕业的,但他们SQL很快就上手了。他们用数据分析business的方法才是值钱的地方。至于DW和BI那些Admin都是在海外的,我们也不用考虑什么性能问题了

发表于 2014-6-18 23:38 |显示全部楼层
此文章由 Janet 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Janet 所有!转贴必须注明作者、出处和本声明,并保持内容完整
小V老师 发表于 2014-6-16 13:35
一般出变态考题的教官本身也没啥水平

做数据分析这行,技术顶多占20%,思维逻辑和对数据的激情才是80%的内 ...

太同意了, 我就是对数据有兴趣, 才特别转来做数据分析。

发表于 2014-6-18 23:54 |显示全部楼层
此文章由 Janet 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Janet 所有!转贴必须注明作者、出处和本声明,并保持内容完整
本帖最后由 Janet 于 2014-6-18 22:55 编辑

我算是IT的SQL转DA的SQL典型。 DA组里面大部分不是IT背景, 主要是统计背景, R, SAS 之类的是主要的工具;当客户问你一个问题, 例如每天上午10-12点钟去wooli买东西的是什么人? 你要根据客户需要,取有用的数据, 给出答案, 比较好的分析当然给客户明确的回答, 全面而有效。因为是IT转过来, 我越来越发现如何用清晰有效的报表, 图标展现出客户的答案比SQL技术本身更有帮助。我想这就是LZ说的商业价值吧

发表于 2014-6-18 23:57 |显示全部楼层
此文章由 etangzhang 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 etangzhang 所有!转贴必须注明作者、出处和本声明,并保持内容完整
mark

发表于 2014-6-19 00:10 |显示全部楼层
此文章由 Bessy 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Bessy 所有!转贴必须注明作者、出处和本声明,并保持内容完整
本帖最后由 Bessy 于 2014-6-18 23:30 编辑
Janet 发表于 2014-6-18 22:54
我算是IT的SQL转DA的SQL典型。 DA组里面大部分不是IT背景, 主要是统计背景, R, SAS 之类的是主要的工具 ...


请教一下,如果我要保持这个商业价值或者说下周我还希望他们来wooli而不是coles.

数据都有了,现在,帮我分析一下,我要推荐什么产品到他们的信箱呢,请介绍一下你的数据分析过程?你们用什么方法判断你的分析结果是否有效,如果报告里有哪个店要配多少货就更好了,这样货物就不用大量的从一个店转到另一个店了?
Advertisement
Advertisement

发表于 2014-6-19 00:57 |显示全部楼层
此文章由 小V老师 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 小V老师 所有!转贴必须注明作者、出处和本声明,并保持内容完整
本帖最后由 小V老师 于 2014-6-19 00:04 编辑
Bessy 发表于 2014-6-18 23:10
请教一下,如果我要保持这个商业价值或者说下周我还希望他们来wooli而不是coles.

数据都有了,现在,帮 ...



请教一下,如果我要保持这个商业价值或者说下周我还希望他们来wooli而不是coles.

数据都有了,现在,帮我分析一下,我要推荐什么产品到他们的信箱呢,请介绍一下你的数据分析过程?你们用什么方法判断你的分析结果是否有效,如果报告里有哪个店要配多少货就更好了,这样货物就不用大量的从一个店转到另一个店了?


-------------------------------------------------
你这里面涉及到很多个知识,一般能解决你的问题的,已经是个企业级的咨询项目了


第一,你要建立消费者的客户CRM模型,换句话说,你需要判断消费者所处的生命周期阶段,比如他是新客户还是老客户,是即将离去的客户还是常规客户。 做business analyst一般通过取数,是可以按照一定的逻辑来classify客户的,比如按照他过去的购买记录,按照上次的购买时间,做些定义,然后来定义消费者,当给消费者打好标后,你就知道他下次大致还会不会来你的店,大致什么时候会来。这些判断,是基于一个商业逻辑的定义,比如定义再也不会来你店的消费者为过去9个月没有来店里消费过,这说明这个消费者已经流失了,为什么定义9个月?这就是一个商业假设,关键是假设是否可以被接受以及合理。


当然了,当你数据足够多的时候,你可以提取消费者的特征,以及通过response variable,建立一个churn customer model。 这里面一般是应用数据挖掘的一些技术,一般都是一些分类模型,本质上就是从你海量客户中提取那些会流失的客户的特征。



第二,你的报告要知道哪个店配多少货,事实上设计的是一个销量预测的问题,首先,要预测整体的销量是多少,然后再预测区域(店铺级别的销量),从电商角度,比较初略的计算方法是,计算每个店的流量(人数),产品的转化率(假设稳定),至于流量和转化率如何计算,可以通过历史数据获取。但通常单品级别的销量预测都是波动非常大的,只有参考意义,没有实际操作意义。但一般周期性是可以被观察到的,这对知道控货和供应链也非常重要。

这个步骤也能通过建模实现,取决于你的数据量的大小,但一般的BA就是计算下核心指标然后算一下就好了。所以,对于中小企业,数据量也不大,都是通过BA来计算一些他们认为合理的指标,所谓的KPI设计是很多咨询公司的常见项目。



第三,推荐到什么产品到他们家,这涉及到一个个性化的项目。个性化需要你有用户级别的数据,比如他来你们店,看过哪些商品,一般是什么品牌什么类目的,以及这个用户的profile,年龄多大,性别是男性还是女性,偏好什么风格的,这些都可以通过历史的行为来猜测出,至于数据怎么来,电商上,这些数据就是用户的行为数据,也就是为啥要用大数据,传统行业这种数据很难获得,我认识国内有个家伙创业,就是打算做视频摄像头,然后用软件分析出到店用户观察的产品,然后变成结构性数据,卖给商家,这里面涉及到视频分析的部分,目前还没有成功的企业,一旦成功,绝对是个成功的公司。这是O2O结合的典范。

一个你看起来简单的问题,其实涉及不同的技术知识,这样一道题考面试者其实很有效,可以很清楚了解这个面试者的一些情况

最后,我为什么说互联网是新的生产力,从以上三点看,如果你是传统行业,上面很多数据很难获取,互联网企业最大的好处是获取数据相对传统企业容易太多了,马云说已经从IT到了DT时代,很多人不信,但我信,迟早很多行业会被革新掉,现在国内的服装企业已经有了阵痛,正在往数据方向转呢,因为他们非常需要了解消费者的需要。










评分

参与人数 1积分 +5 收起 理由
飞天小猪 + 5 你太有才了

查看全部评分

发表于 2014-6-19 01:11 |显示全部楼层
此文章由 小V老师 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 小V老师 所有!转贴必须注明作者、出处和本声明,并保持内容完整
Janet 发表于 2014-6-18 22:54
我算是IT的SQL转DA的SQL典型。 DA组里面大部分不是IT背景, 主要是统计背景, R, SAS 之类的是主要的工具 ...


这个分析就是个取数分析,其实算不上分析,无非是根据需求取数


分析是需要有自己的商业假设的,你这儿要看某个时间段买的最多的商品,一个SQL就搞定了,没有自己的商业假设,没有分析的过程,算是比较初级的分析,就是个取数

发表于 2014-6-19 01:15 |显示全部楼层
此文章由 Bessy 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Bessy 所有!转贴必须注明作者、出处和本声明,并保持内容完整
小V老师 发表于 2014-6-18 23:57
请教一下,如果我要保持这个商业价值或者说下周我还希望他们来wooli而不是coles.

数据都有了,现在,帮 ...

谢谢这么详细的描述,反应慢还是一点一点学习, 就第一个问题 "我要推荐什么产品到他们的信箱呢", 假设已经有了信息。 怎么分析推荐什么产品呢, 你们分析的时候,是建立,graphical model  还是 Statistical model,还是...? 你们常用那种模型?怎么验证建立的数据模型?

发表于 2014-6-19 01:26 |显示全部楼层
此文章由 mr_hyn 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 mr_hyn 所有!转贴必须注明作者、出处和本声明,并保持内容完整
本帖最后由 mr_hyn 于 2014-6-19 00:32 编辑
zheng8001 发表于 2014-6-18 22:25
完全同意。这帖子确实被歪楼了。。对于做数据分析的来说,技术根本就是不是重点,那些技术也属于IT部门和 ...


看了这个回复,终于明白楼主想表达什么了。牛人!!

发表于 2014-6-19 01:26 |显示全部楼层
此文章由 小V老师 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 小V老师 所有!转贴必须注明作者、出处和本声明,并保持内容完整
Bessy 发表于 2014-6-19 00:15
谢谢这么详细的描述,反应慢还是一点一点学习, 就第一个问题 "我要推荐什么产品到他们的信箱呢", 假设 ...

你的问题太大而且很多细节,而且我回答了你这个问题后又会一堆问题,个性化的算法很多的,看应用场景,有没有用户行为数据做法完全不同。 至于验证,一般是AB TEST, 用传统的方法和用了算法的方法,比较下效果,比较个几天,看看是否有显著改进
Advertisement
Advertisement

发表于 2014-6-19 01:26 |显示全部楼层
此文章由 shareddesk 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 shareddesk 所有!转贴必须注明作者、出处和本声明,并保持内容完整
小V老师 发表于 2014-6-18 23:57
请教一下,如果我要保持这个商业价值或者说下周我还希望他们来wooli而不是coles.

数据都有了,现在,帮 ...

感觉如果不是从事这块的,30岁以上想找机会转入做这些,好像不太可能了

发表于 2014-6-19 08:19 |显示全部楼层
此文章由 Bessy 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Bessy 所有!转贴必须注明作者、出处和本声明,并保持内容完整
本帖最后由 Bessy 于 2014-6-19 07:21 编辑
小V老师 发表于 2014-6-19 00:26
你的问题太大而且很多细节,而且我回答了你这个问题后又会一堆问题,个性化的算法很多的,看应用场景,有 ...


细节决定成败,深入到细节才能学到东西。就说你感觉最成功的案例。

请问,你们用“graphical model  还是 Statistical model”,建立几个model? 都是什么model? 另外,A/B test是好的验证model的方法么?

发表于 2014-6-19 09:39 来自手机 |显示全部楼层
此文章由 小V老师 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 小V老师 所有!转贴必须注明作者、出处和本声明,并保持内容完整
本帖最后由 小V老师 于 2014-6-19 08:50 编辑
Bessy 发表于 2014-6-19 07:19
细节决定成败,深入到细节才能学到东西。就说你感觉最成功的案例。

请问,你们用“graphical model  还 ...





模型的最大区别在于参数,这是需要不停调试的,否则大公司的模型组就One time work好了,方法论也会不断更新组合寻找最佳的

ab测试当然有好的结果,只不过你做多了,后面改进越来越困难,几乎所有的新功能都需要ab测试,像facebook每天跑几千个ab测试,有中性的也有显著改进的,甚至有消极改进的

至于你需要非常具体的案例,一来限于篇幅没法几句话讲清,二来也是公司秘密,不可能讲。

发表于 2014-6-19 09:50 |显示全部楼层
此文章由 Bessy 原创或转贴,不代表本站立场和观点,版权归 oursteps.com.au 和作者 Bessy 所有!转贴必须注明作者、出处和本声明,并保持内容完整
本帖最后由 Bessy 于 2014-6-19 08:52 编辑
小V老师 发表于 2014-6-19 08:39
做个性化一般是协同过滤,以及一些分类预测模型,很多数据输入也是模型输出,比如用户分类可能是这个模型 ...


“事实上模型的最大区别在于参数”
能简单谈谈哪几种模型之间的最大区别是参数么?哪(几)个参数变化了,就会从一个模型到另一个模型?

发表回复

您需要登录后才可以回帖 登录 | 注册

本版积分规则

Advertisement
Advertisement
返回顶部