数据科学工程实践 用户行为分析与建模、A/B实验、SQLFlow（腾讯、滴滴、快手数据科学家撰写，打通商业理解、量化模型、数据技术3要素，腾讯、网易、快手、谷歌专家推荐） (数据科学与工程技术丛书)

数据科学工程实践用户行为分析与建模、A/B实验、SQLFlow（腾讯、滴滴、快手数据科学家撰写，打通商业理解、量化模型、数据技术3要素，腾讯、网易、快手、谷歌专家推荐） (数据科学与工程技术丛书)

内容简介

本书由来自腾讯、滴滴、快手的资深数据科学家联合撰写，融合了工业界一线实战经验，旨在打通商业理解、量化模型与数据技术三大要素，为读者提供一套完整的数据科学工程实践指南。

全书围绕用户行为分析与建模、A/B实验设计、以及SQLFlow等核心技术展开。在用户行为分析部分，详细介绍了如何运用统计学与机器学习方法对用户行为数据进行建模，包括用户画像构建、行为序列分析、留存分析、以及转化率建模等，帮助读者深入理解用户需求与行为模式。

在A/B实验方面，系统讲解了实验设计、假设检验、样本量计算、实验效果评估等关键环节，并结合真实案例分享在工业场景中常见的陷阱与最佳实践，使读者能够科学地进行产品迭代效果验证。

此外，书中还介绍了SQLFlow这一将SQL与机器学习相结合的工具，展示了如何利用SQL语言便捷地进行大规模数据预处理、特征工程及模型训练，降低技术门槛，提升数据科学工作的效率与可复制性。

本书适合数据科学家、数据分析师、算法工程师、产品经理以及希望系统提升数据驱动决策能力的从业者阅读，也可作为高等院校大数据相关专业的教学参考书。

作者简介
序一
序二
第一部分观测数据的分析技术
  第1章如何分析用户的选择
  第2章与时间相关的行为分析
  第3章洞察用户长期价值：基于神经网络的LTV建模
  第4章使用体系化分析方法进行场景挖掘
  第5章行为规律的发现与挖掘
  第6章对观测到的事件进行因果推断
第二部分实验设计和分析技术
  第7章如何比较两个策略的效果
  第8章提高实验效能
  第9章特殊场景下的实验设计和分析方法
第三部分自助式数据科学平台SQLFlow
  第10章 SQLFlow
  第11章机器学习模型可解释性
  第12章基于LSTM-Autoencoder的无监督聚类模型

下载权限

查看

￥

免费下载

评论并刷新后下载

登录后下载

查看演示

{{attr.name}}：

您当前的等级为

登录后免费下载登录小黑屋反思中，不准下载！评论后刷新页面下载评论支付以后下载请先登录您今天的下载次数（次）用完了，请明天再来支付积分以后下载立即支付支付以后下载立即支付您当前的用户组不允许下载升级会员

您已获得下载权限您可以每天下载资源次，今日剩余次

免责申明：
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。