关注 已有 4 人关注
相关领域:
技术 移动开发
数据挖掘
数据处理指的是将输入的数据信息进行加工、整理,计算各种分析指标,变为易于被人们所接受的信息形式,并将处理后的信息进行有序贮存,现在所属的大数据、云计算等也在此归类中,常见的数据库工具为Oracle,DB2,MySQL等。
墨记
CQASO:ASO的时代,小CP们如何突出重围?
前有喜马拉雅神话,后有各路ASO大神,理论层出不穷,所谓干货也是琳琅满目。其实ASO要考虑的因素很多,行业特点、产品特点,一个优秀的ASOer必须能够看到大局。不顾行业和产品特点盲目学习别人的经验是不可取的,容易陷入误区,甚至出现花了大笔钱,投入大量精力却看不到一点效果的惨剧。本文介绍几个ASO常见...
新媒体课程工场第2课:竟品分析(1)
一、行业背景概述当今的教育形式、渠道正朝着多元化发展中,在线教育的投资也相当火热,我国在线教育用户规模达1.18亿,手机在线教育用户规模为6987万。在线教育用户需求旺盛,发展空间广阔。移动教育正逐步成为在线教育的主流。对于我国在线教育市场而言,大部分教育资源依然保留在传统的教育体制内,行业产业链还...
硬刚Google ,这家小公司的增长团队长啥样
背景:AdRoll是一家主打重定向广告(Retargeting)服务的技术公司,基于用户浏览记录等信息,为广告主提供几乎瞬时的广告位购买服务,当前估值15.5亿美元。吊打谷歌,AdRoll已经是“世界上使用最广泛的重定向平台”。就像在中国,有人问你,你做的事情BAT也做你怎么办一样,A...
数据驱动的理财产品业务增长探索
近两年来互联网金融产品层出不穷,市场同质化严重,如何通过有效的数据分析实现精细化管理并提升用户全生命周期价值,成为了互联网金融行业创新的新风向。4月14日我们在北京主办了一场主题为“掘金用户价值共赢科技金融”的诸葛ioFinTechClub,其中,诸葛io客户成就总监&增长团队负责人邱...
诸葛io:让数据更好地服务于「业务增长」
诸葛io创始人&CEO孔淼在诸葛io场景化解决方案发布会上致辞6月6日,主题为“洞悉用户驾驭增长”的诸葛io场景化解决方案发布会成功举办,诸葛io发布围绕营销领域广告监测、获取分析、智能触达三大场景化解决方案,及八大行业解决方案,助力企业业务腾飞。本文整理自诸葛io创始人&CEO孔...
在这个平台,人人都是数据分析师
上周三(7月26日),诸葛io创始人&CEO孔淼受邀出席了AWS技术峰会2017,本届峰会围绕多项云计算热门议题,覆盖大数据和人工智能、架构、安全、IOT等十大技术分会场,汇集众多技术团队的大咖共同探讨云计算的创新发展之路。本文整理自诸葛io创始人&CEO孔淼在大数据技术专场论坛中发...
更多墨记...
文章
Oozie简介
在Hadoop中执行的任务有时候需要把多个Map/Reduce作业连接到一起,这样才能够达到目的。[1]在Hadoop生态圈中,有一种相对比较新的组件叫做Oozie[2],它让我们可以把多个Map/Reduce作业组合到一个逻辑工作单元中,...
hadoop 2.0 详细配置教程
Hadoop是apache的开源项目,开发的主要目的是为了构建可靠,可拓展scalable,分布式的系统,hadoop是一系列的子工程的总和,其中包含1.hadoopcommon:为其他项目提供基础设施2.HDFS:分布式的文件系统3.MapReduce:Asoftwareframeworkfordistributedprocessingoflargedatasetsoncomputeclusters。一个简化分布式编程的框架。4.其他工程包含:Avro(序列化系统),Cassandra(数据库项目)等
如何看待 Google 围棋 AI AlphaGo 击败欧洲围棋冠军?
一个月前,DeepMind创始人DemisHassabis曾说道很快会有关于围棋研究的惊喜,而1月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind开发的一款名为AlphaGo的人工智能,它已经击败了欧洲围棋冠军,并将于3月与世界冠军李世乭对战。该程序采用了两个深度神经网络,policynetwork与valuenetwork,极大地降低了需要考虑的搜索空间的复杂度,前者降低搜索的广度,后者降低搜索的深度,很像人脑在下围棋时凭直觉快速锁定策略的思维。
从入门到精通:如何用图表做好数据分析?
随着精细化运营的概念不断深入人心,数据分析已经成为了互联网人的必修课。相比于高深的概率统计、算法模型,简单、直观的图表工具得到了更为广泛的应用。那么图表都有哪些类型?不同类型的图表又该怎么用?来,让我们深入浅出,看图说话。-初阶-维度和指标初阶的图表简单易懂,能满足简单的数据分析需求,具体包括趋势、频数、比重、表格等类型。图表数据分析的前提就是将自己需要呈现的指标,以一定的维...
Hadoop 之 MapReduce 框架演变详解
上面的这幅图我们暂且可以称谓Hadoop的V1.0版本,思路很清晰,各个Client提交Job给一个统一的JobTracker,然后JobTracker将Job拆分成N个Task,然后进行分发到各个节点(Node)进行并行协同运行,然后再将各自的运行结果反馈至JobTracker,进而输出结果。但是,这种框架有它自身的限制性和局限,我们来简单的分析几点:1、单点故障,首先,单点故障也是最致命的一点,从上图中可以看到所有的Job的完成都得益于JobTracker的调度和分配,一旦此节点宕机就意味着整个平台的瘫痪,当然,在实际中大部分通过一个JobTrackerslaver来解决。但是,在一个以分布式运算为特性的框架中,将这种核心的计算集中与一台机器不是一个最优的方案。
Facebook制胜的秘密,如何靠正确的增长指标杀出重围?_增长秘笈 - GrowingIO 官方博客
100万的注册用户可能在投资人那里看起来好看,在员工那里说起来好听,但在公司的内部运营上,它也可能让MySpace错误估计了形势,走偏了方向,抓错了重点,最终在和Facebook的较量中败下阵来。相比之下,从“用户数”到“月活跃用户数”,看起来只是多了三个字,却确保了Facebook内部的任何决策都是指向真实持续的活跃用户增长。走正,和跑偏之间,也许只有一个北极星指标的区别...
更多文章...
分享
×
  • 图书
  • 课程
  • 站点
  • 工具
  • 文章
×
确定
温馨提示
×
这条资源已经被分享过了
点击查看
用户名不正确!
下次自动登录