08 | 模型应用:我们的模型是否可以解决业务需求?

在经过了与业务方多次沟通和迭代后,模型的效果终于获得了大家的一致认可,我们的模型进入了生产待命的状态,即将迎来曙光。不过需要注意的一点就是,我们的目标是业务需求,而数据挖掘产出的结果,不管是预测型的还是关联型的,都要结合业务场景,融入业务流程中去。模型部署我们的业务形态不同,部署的方案也就不同。你的模型可能独立部署成服务运行,也可能嵌入到其他的项目[...]

07 | 模型评估:如何确认我们的模型已经达标?

本课时,我将为你介绍数据挖掘操作流程的倒数第二个步骤:模型评估。在每次训练一个模型之后,尤其是现在的深度模型,通常要消耗大量的时间等待模型的产出,那种心情是可想而知的,谁都希望能够有一个好的结果。模型评估就是对你的模型进行多种维度的评估,来确认你的模型是否可以放到线上去使用。这一课时,我将介绍一些常用的评估指标,其中会涉及一些比较难理解的名词和计算[...]

06 | 数据建模:该如何选择一个适合我需求的算法?

本课时,我将为你介绍数据挖掘操作流程的第三个环节,模型训练。在上一课时,我们解决了一系列又脏又累的数据问题,现在终于可以进入模型训练阶段了。在数据挖掘中,算法是很多的,而且随着大家研究的深入,有越来越多的优秀算法被设计出来。所以,该怎么去选一个适合需求的算法呢?首先你得明白你面对的是什么问题,虽然算法众多,但是要解决的难题往往有共同点,针对每一类型[...]

05 | 准备数据:如何处理出完整、干净的数据?

本课时,我将为你介绍数据挖掘操作流程的第二个环节,准备数据。在对业务和数据有了清醒的认识之后,你就要开始收集、处理数据了。这个环节看起来好像是一个非核心环节,实际上在整个过程中却是最重要、最耗时的环节。就如 2008 年北京奥运会的成功离不开城市规划、场馆建设、志愿者招募等一系列准备工作一样,数据准备在数据挖掘中同样也承担着这样一个重要的角色。原始[...]

04 | 理解业务和数据:我们需要做好什么计划?

从这一课时开始,我们就要学习数据挖掘的具体步骤了。这里面的每一个步骤看似都是循规蹈矩的,但是在实际的工作中,通常都会有各种各样的限制,遇到各种各样的问题,我会尽量把自己工作中的一些惨痛经历和教训总结出来。如果你看后能有一点点感悟或者收获,甚至可以给你带来一点点快乐,那我的痛苦就没有白费。根据 CRISP-DM(Cross-Industry Stan[...]

01 | 数据挖掘,到底在解决什么问题?

你好,从今天开始我们就进入了数据挖掘的第一课。这一课时我将借助 5W1H 的思想来带你从整体上了解下数据挖掘,比如什么是数据挖掘、为什么要做数据挖掘、在哪些场景下用数据挖掘,以及怎么做数据挖掘。在后面的课时里,我会从这条主线上逐渐细化,为这个“骨架”填充肌肉和血液,让它逐渐丰满起来。什么是数据挖掘?这个问题看似很简单,但似乎也很难有一个明确的答案。[...]

SOA(面向服务的架构)

SOA介绍SOA(Service-Oriented Architecture 面向服务的架构)SOA 理解比如现我有一个数据库,一个JavaWeb(或者PHP等)的网站客户端,一个安卓app客户端,一个IOS客户端。现在我要从这个数据库中获取注册用户列表,如果不用SOA的设计思想,那么就会这样:JavaWeb里面写一个查询方法从数据库里面查数据然后[...]

窄带物联网 NB-IOT

窄带物联网窄带物联网(Narrow Band Internet of Things, NB-IoT)成为万物互联网络的一个重要分支。NB-IoT构建于蜂窝网络,只消耗大约180kHz的带宽,可直接部署于GSM网络、UMTS网络或LTE网络,以降低部署成本、实现平滑升级。GSM网络GSM网是Global System for Mobile Commu[...]