学习《用户网络行为画像》PDF+《社会媒体挖掘》PDF课件

匿名 (未验证) 提交于 2019-12-02 23:55:01

《用户网络行为画像:大数据中的用户网络行为画像分析与内容推荐应用》PDF,235页,带书签目录,文字可以复制。《用户故事地图》中文PDF,255页,带书签目录,文字可以复制。

《用户网络行为画像》PDF+《用户故事地图》PDF

下载: https://pan.baidu.com/s/1EWgxGXi4jzUPfm-iTpZ78g

提取码: 8kim


用户故事地图作为一种有效的需求工具,越来越广泛地应用于开发实践中。本书以用户故事地图为主题,强调以合作沟通的方式来全面理解用户需求,涉及的主题包括怎么以故事地图的方式来讲用户需求,如何分解和优化需求,如果通过团队协同工作的方式来积极吸取经验教训,从中洞察用户的需求,开发真正有价值的、小而美的产品和服务。适合产品经理、用户体验设计师、产品负责人、业务分析师、IT项目经理、敏捷教练和精益教练阅读和参考,也更适合用作企业培训手册,打造高效能的团队协作能力。

数据挖掘的理论知识可以用于挖掘社会媒体数据。社会媒体挖掘用于解决社会媒体数据的问题,涉及网络分析和数据挖掘的基本概念、新问题以及有效的算法。

社会媒体挖掘培养出了一类新的数据科学家(data scientist),这些科学家精通社会学和计算科学理论,能够分析棘手的社会媒体数据,并且熟练地运用已经掌握的技能和理论(社会学和计算科学理论)以及一些计算工具,帮助我们探索广阔的社会媒体世界。

《社会媒体挖掘》中文PDF+英文PDF+课件+Social Media Mining An Introduction

《社会媒体挖掘》中文PDF,257页,带目录,文字可以复制;英文PDF,338页,带目录,文字可以复制

下载: https://pan.baidu.com/s/1mncD8w22rw-Q2ditLFa4Uw

提取码: gx8m


《社会媒体挖掘》集成了近年来社会媒体、社会网络分析以及数据挖掘的前沿成果,为学生、从业者、研究人员和项目经理提供了一个方便的平台,以便理解社会媒体挖掘的基础知识和潜能。


《社会媒体挖掘》介绍一些基本概念以及适用于研究大规模社会媒体数据的主要算法,并从不同的学科(如计算机科学、数据挖掘、机器学习、社会网络分析、网络科学、社会学、人种学、统计学、最优化以及数学)视角讨论相关理论和方法。此外介绍一些有用的工具,这些工具能够从大规模社会媒体数据中形式化地表示、衡量、建模和挖掘有意义的模式。

《推荐系统实践》采用数据分类的方法,每一章都介绍了一种可以用于推荐系统设计的、新类型的用户数据,然后介绍如何通过各种方法利用该数据,最后在公开数据集上评测这些方法。当然,不是所有数据都有公开的数据集,并且不是所有算法都可以进行离线评测。因此,在遇到没有数据集或无法进行离线评测的问题时,引用一些著名学者的实验结果来说明各种方法的效果。

《推荐系统实践》高清PDF,215页,带书签目录,文字可以复制,项亮著。

《数学之美第2版》PDF,345页,带书签,文字可以复制,吴军著。

下载: https://pan.baidu.com/s/1pKqW4ilQCzdy1SIlk9V7vw

提取码: 3gmw


读了《数学之美第2版》,才发现大学时学的数学知识,比如马尔可夫链、矩阵计算,甚至余弦函数原来都如此亲切,并且栩栩如生,才发现自然语言和信息处理这么有趣。在纸本书的创作中,作者吴军博士几乎把所有文章都重写了一遍,为的是把高深的数学原理讲得更加通俗易懂,让非专业读者也能领略数学的魅力。读者通过具体的例子学到的是思考问题的方式 ―― 如何化繁为简,如何用数学去解决工程问题,如何跳出固有思维不断去思考创新。新版增加了大数据和机器学习等最新内容,以满足人们对当下技术的学习需求;同时,根据专家和读者的反馈更正了错漏,并更新了部分内容。

《Python数据分析实战》中文PDF+英文PDF+源代码
《Python数据分析实战》中文PDF,302页,带书签目录,文字可以复制。英文PDF,350页,带书签目录,文字可以复制。配套源代码。

下载: https://pan.baidu.com/s/1SI6Tx8jQVmOXYvJ01CrpKw

提取码: hp88


主要内容包括:数据分析和Python 的基本介绍,NumPy 库,pandas 库,如何使用pandas 读写和提取数据,用matplotlib 库和scikit-learn 库分别实现数据可视化和机器学习,以实例演示如何从原始数据获得信息、D3 库嵌入和手写体数字的识别。

将深度学习技术应用到推荐系统当中,效果如何,《推荐系统与深度学习》进行了探讨。内容设置由浅入深,从传统的推荐算法过渡到近年兴起的深度学习技术。

《推荐系统与深度学习》PDF+代码;《推荐系统与深度学习》PDF,215页,带书签目录,文字可以复制。配套源代码。

下载: https://pan.baidu.com/s/1ICrbQxvvMqzIDk4y0zs_dA
提取码: 4bpz

《推荐系统与深度学习》在大型互联网公司从事与推荐系统相关的实践与研究,通过这本书,把推荐系统工作经验予以总结,以帮助想从事推荐系统的工作者或推荐系统爱好者。区别于其他推荐算法书籍,《推荐系统与深度学习》引入了已被实践证明效果较好的深度学习推荐技术,包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用,并给出了相关的实践代码;除了在算法层面讲解推荐系统的实现,还从工程层面详细阐述推荐系统如何搭建。

以Python为工具,以商业实战为导向的数据科学家养成手册《Python数据科学技术详解与商业实践》,从技术、业务、商业实战3个维度为有志成为数据科学家的朋友提供了系统化的学习路径。

3位作者是数据科学和金融领域的资深专家,不仅技术精湛、经验丰富,而且在本书的写作上也颇下功夫:首先,将数学和算法等复杂的技术用图形化的方式来展现,尽可能降低读者的理解难度;其次,本书不是一本教科书或案例集,而是针对数据科学家的能力模型提供系统化的解决方案。

《Python数据科学技术详解与商业实践》PDF+源代码+八大案例
《Python数据科学技术详解与商业实践》PDF,436页,文字可以复制。配套源代码;配套八大案例。

提取码: uyw7

一共19章:内容依次围绕技术、业务和商业实战3个维度展开:

技术维度:较为系统和深度地讲解了数据挖掘、数据分析以及机器学习等数据科学中核心的技术。

业务维度:围绕宏观业务分析和微观客户分析展现了数据科学在市场研究、企业管理、客户画像与分析、精准营销、风险度量、流失预警等方面的知识点。

实战维度:以案例的形式全面展现了著名咨询公司从事客户量化分析的方法论,为读者提供了标准的数据科学工作模板。

来源: https://www.cnblogs.com/baitan/p/11373563.html

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!