茫茫宇宙，小小一芥。
IP属地：上海
-
-
8. 可视化模型的表现Fundamental concepts：visualization of model performance under various kinds of uncertai...
-
面向较大规模的用户时，如何进行用户运营？内容运营的常见工作有两类：1.批量对较大规模的用户（数十万量级）通过策略、机制等设计和优化进行整体运营，最终实现某个特定用户数据（如活跃用户数）的上升。2.面向较少规模（如几...
-
记录从传统行业转行的心路； 分享数据分析学习笔记、作业和小项目； 以及给大家增加一点信心~ 来啊，和我一起学python哪~
-
Data Scientist、Data Analyst、Data Engineer Data Enginner 所做的一切都为了Data Management，具体内容包括数据模型、数据架构、数据标准、元数据、主数据、数据治理、数据管控等等，Data Enginner的目标是把数据整好，存储成本低，查询效率高，至于怎么使用这些数据不是他们关心的范畴。 Data Analyst所做的一切都是为了回答问题。这些问题可能来自业务部门，也可能来自各级管理人员，有些问题就是想知道某些具体数字，也有些问题是开放式的探索问题，例如为什么这个月销量下降等等。Data Analyst在Data Enginner提供的数据基础之上进行探索分析，如统计分析或机器学习等，目的是找到问题的正确答案。 Data Scientist是一个自Hi型的忽悠理念。什么是Scientist？按维基百科的定义，Scientist广义上指使用系统化的活动来发现新知识的人，狭义的定义指使用科学方法做研究的人。现在业界所谓的Data Scientist是数据应用领域的混合体，他无所不能，他要拥有相关领域的各种技能，哪有需要就往那里搬，能独立承担从数据处理、分析探索到实践应用直至最终产生业务价值全流程服务的全能超人，听起来很高大上，不过和科学不太搭边，叫科学家有点勉强了。
-
人人都是数据的生产者，我们生活在数据的海洋中，数据的奥妙只为谦逊，愿意聆听且掌握聆听手段的人所感知。为了这份奥妙，让自己学点数据分析吧，挖掘点数据价值出来，让自己享受数据魅力。数据将不再冰冷和枯燥，我们也不再被数据束缚。 /*** 1-如果你在从事电商/后台/数据产品工作，有深入交流需求/资料交换需求，欢迎添加笔记Bang个人微信 yulianbang，邀请进深度交流群。 2-如果你刚好是简友还喜欢读写文章，那是否有兴趣自荐成为管理员，一起运营笔记Bang简书的两个专题。 专题1-数据简报&产品生活（需1-2名） 专题2-电商产品笔记（需1名） ***/ 笔记 | 笔记Bang | Bang | notebang |
