随着企业对数据越来越重视，A/B测试已被广泛应用于各类场景、各类职能中寻找突破口寻找增长机会，降低投入风险什么是A/B测试？A/B测试是一种通过一些客观指标，对比不同方案来衡量哪种效果更佳路径的评估方

“统计学相关知识，是数据科学重要的基础之一。”关于统计学相关的内容，上篇文章《总体、样本与统计量》分享了一些基础知识。今天分享一下关于抽样分布的内容。01—抽样分布首先，什么是抽样分布呢？在上篇文章中

作者｜郝笑笑根据QuestMobile数据显示，2021年中国移动互联网用户规模保持在近11.6亿，2021年5月同比增速竟首次出现负增长，这意味着流量红利时代结束，进入存量争夺阶段。而互联网不同赛道

“区间估计，是点估计外，另一种重要的参数估计的方法。”之前的统计学系列文章中，我们介绍了《总体样本与统计量》、《卡方分布、t分布等抽样分布》、《极大似然估计与参数估计》等内容。其中矩估计和极大似然估计

一条赛道，当它的价值链末端开始出现黑马，意味着行业步入成熟，竞争亦开始走向纵深。近日，借着跨境之风冲刺纳斯达克的物流企业，便是跨境走向成熟的标志。在国内电商高举反内卷大旗的时候，海外亦不遑多让。而流量

“ 分享一些机器学习的基础。”机器学习、人工智能应该是近几年最火的关键词之一了。今天分享一些机器学习的基础知识。如果有啥不正确的地方，欢迎各位大佬指正。01—机器学习的定义在说机器学习之前先明确一下，

一、为什么需要ab测试大家在日常工作中是否会遇到以下问题：1）产品经理提出一个竞品没有的功能，即便感觉自己引领了行业，但老版：“这个功能竞品都没有为啥要做？”好不容易说通了老板，到了开发大佬评审时：“

在机器学习的领域中，我们对原始数据进行特征提取，经常会得到高维度的特征向量。在这些多特征的高维空间中，会包含一些冗余和噪声。所以我们希望通过降维的方式来寻找数据内部的特性，提升特征表达能力，降低模型的

写在前面这个系列会写一下有关统计学的知识和实际中的运用，今天这篇文章先从最基本的开始。1、什么是统计学？ 统计学，就是收集、处理、分析、解释数据并从中得出结论的一个学科。不管你是做什么行业，只要接触到

“线性回归是机器学习中的入门模型，也是比较常用的模型之一。”今天和大家分享一下线性回归模型的一些内容。01—线性回归介绍其实线性回归模型，很多朋友应该都在高中阶段接触过。但高中接触的，只是一元线性回归

数据分析少不了商业分析模型，当分析没有思路，其实都可以借助分析模型的学习来弥补不足，来加速分析的成功以及结果落地。大家在工作中或许接触过一些经典的商业分析模型，也曾照猫画虎式的用其分析过一些商业现象，

作者 | 林壮壮最近接连温习了几本数据相关的书，作为数学系毕业的学生，虽然毕业多年都无缘从事数据相关的职业，基础的理论知识也基本化整为零，但我对数据一直都蛮感兴趣的，在此也想分享下我的一些看法。一家公

对互联网人来说，掌握数据分析能力能为日常工作提供大量支持，不过大多数人仍处于认知阶段。那为了提前发现问题，确保增长，该如何设计增长实验？本文就此展开了梳理讨论，从五个方面进行了分析，对数据分析感兴趣的

想象一下：如果你是一家公司的产品经理，现在老板需要你调研一下用户需求或用户反馈意见，你会怎么做？线下举办沙龙座谈会？可以，但成本高耗时长客户群直接提问收集意见？也行，但数据凌乱且样本量小一般而言，会采

7月15日，香港消费者委员会（以下简称“香港消委会”）发文称，在本地市面上购买了30款常见的瓶装水样本进行测试后发现，来自中国内地的百岁山和农夫山泉的瓶装水样本均检出每升3微克

上篇文章《数据应用系列（1）-ab测试》我们讲述了一些ab测试的基础概念以及对市场上一些第三方平台进行了简单的对比分析。如有平台使用的需求，各家公司可以根据自身业务情况选择一些厂商进行ab服务的购买，

在机器学习的领域中，我们对原始数据进行特征提取，经常会得到高维度的特征向量。在这些多特征的高维空间中，会包含一些冗余和噪声。所以我们希望通过降维的方式来寻找数据内部的特性，提升特征表达能力，降低模型的

不知道大家有没有注意到我每次文章最顶部的内容：我提出的假设是：每天早上8点25更新，然后有人不相信，于是我们提出了一个方案来验证我的假设，连续10天看实验的结果是否每天早上8:25更新，这就是一个假设