资源

-7、json解析:https://jsoneditoronline.org/

-6、software pojie:https://www.ghpym.com/

-5、刷题平台:https://blog.csdn.net/zdp072/article/details/16207111

-4、行业报告数据库:http://www.3mbang.com/

-3、第一财经(新一线研究):https://www.cbnweek.com/topics/10

-2、数据中心(很多数据报告):http://www.199it.com/

-1、人人都是产品经理:http://www.woshipm.com/

张小龙关于微信的产品原则和价值观的演讲,以及梁宁产品思维30讲。

0、行业报告:http://data.eastmoney.com/report/hyyb.html#dHA9MCZjZz0wJmR0PTImaHk9NDQ3JnBhZ2U9MQ==

https://www.douban.com/note/624021422/

数据分析报告样例:【宠物人群洞察报告】:http://mi.talkingdata.com/report-detail.html?id=841

1、数据挖掘十大算法:https://www.cnblogs.com/en-heng/p/6124526.html

2、微博用户影响力计算论文:http://www.doc88.com/p-1045862657384.html

2.5、互联网事件热度计算:http://www.woshipm.com/ai/1201989.html

http://www.mahaixiang.cn/seoyjy/366.html

2.6、互联网博文热度计算之二: ——2018/11/7 还没来得及看,之后补

http://www.cnblogs.com/zhengyun_ustc/archive/2008/12/22/ju690_sr.html

3、微信指数:https://www.zhihu.com/question/27400181

4、数据分布不均的问题(舆论数据很明显):http://ai.51cto.com/art/201703/535736.htm

5、数据官的博客:https://www.cnblogs.com/zhengyun_ustc/

6、阮一峰的博客:http://www.ruanyifeng.com/home.html

阮一峰博客里讲热度(排名)算法的文章:http://www.ruanyifeng.com/blog/2012/02/ranking_algorithm_hacker_news.html

6.5、colah的博客:http://colah.github.io/posts/2015-09-Visual-Information/   (这篇文章讲的信息论里的一些概念)

6.6、信息熵、信息增益、信息增益率等:https://blog.csdn.net/roguesir/article/details/76619919

7、Reddit热度排名算法原理:https://www.oschina.net/translate/how-reddit-ranking-algorithms-work?print

8、《如何不按照平均分排序》/ 信心排序(信心排序-将投票数目看作是大家通过表决形成的统计抽样计票(就像民意调查那样))——【put up some problems which have confused me for a long time....】

http://www.evanmiller.org/how-not-to-sort-by-average-rating.html

【实现】https://www.jianshu.com/p/4d2b45918958

分母过小的问题——环境口碑/稳定维稳事件占比有同样的问题


wilson评分区间

补充(含五星级评分的情况):https://www.jianshu.com/p/4d2b45918958

9、污染aqi数据获取的问题:https://www.zhihu.com/question/20939327?sort=created

https://www.gracecode.com/aqi.html

http://aqi.cga.harvard.edu/china/about/

http://beijingair.sinaapp.com/

https://www.degruyter.com/view/j/bejeap.2012.12.issue-3/1935-1682.3227/1935-1682.3227.xml

10、researchgate注册:https://www.researchgate.net/

用yusheng.liu@2861.wiki注册的

注册失败,说我不是scientific researcher...好吧,

但依然可以查资料,网址:

https://www.researchgate.net/search

11、kaggle/ML/DL/NLP等学习论坛:http://www.apachecn.org/

sklearn官方文档中文版:http://sklearn.apachecn.org/#/

12、Hands-On Machine Learning with Scikit-Learn and Tensorflow CHAP6/7的中文翻译:https://blog.csdn.net/qinhanmin2010/article/details/68499196

13、工程中常用模型 ensemble_methods:https://blog.csdn.net/mmc2015/article/details/47271195

14、强化学习,机器学习,NLP,大数据等的blog:https://www.cnblogs.com/pinard/

15、莫烦Python:https://morvanzhou.github.io/tutorials/python-basic/multiprocessing/5-pool/

16、https://www.academia.edu/

17、蓝鲸分析:http://bluewhale.cc/

18、中国互联网网络信息中心:https://cnnic.com.cn/sjzs/SLAtj/

中国互联网络信息中心:http://www.cnnic.cn/

199it中国互联网络信息中心(CNNIC)报告:http://www.199it.com/archives/category/research-company/china-research-company/cnnic

19、新浪微博数据中心:https://data.weibo.com/report/analystcolumn

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,837评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,551评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,417评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,448评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,524评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,554评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,569评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,316评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,766评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,077评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,240评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,912评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,560评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,176评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,425评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,114评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,114评论 2 352

推荐阅读更多精彩内容