谁是当代中国最伟大的程序营销员(续)?

作者参加了一场由DigitalRiver和优快云主办的关于中国软件全球营销的论坛,并分享了个人体验和新认识,强调了营销关键在于自身实践的重要性。在论坛期间,作者与来自不同国家的行业专家交流,了解了多个产品的实际应用,并对现场的翻译质量提出了看法。

这两天从公司溜出来,参加Digital River和优快云主办的“走向海外 中国软件全球营销论坛“,蛮开心的(部分原因是可以不干活)。尽管没有找到当代中国最伟大的程序营销员,但从几位嘉宾的演讲中能学习到东西的,所以觉得还是蛮值的。我个人特别推荐北京百纳信息技术有限公司刘铁锋先生的演讲,因为他讲的都是实战经验,而不是枯燥、抽象的理论或者指南,内容很吸引人的。

 

休息期间,到会议室外面的几个摊子转了一圈。Gee,有好几个老外。和Disk Doctors的老印Pushkar Sinha聊了一会儿,据说他们公司有17个产品,没有做外包的。我本来以为印度人都做外包的。好,找个时间到他们网站看看有什么。问Softtonic的Alexander(德国人)和Jaime(发音:Hi-me,西班牙人?)要他们演讲的电子档。和Software Promotions的Dave(英国人)说了几句,据说他们公司在伦敦南部,开车2小时,已经靠海了,他说英国就那么小。碰到Digital River的Tetyana,我表扬她的名字好听,猜测是东欧的,结果是乌克兰人,现在德国科隆(好地方)。当然,中国人最多。可惜大部我都不认识。

 

总体上,

1)建议没有参加过这个论坛的网友,积极报名参加。因为今年优快云说只要你能报出自己作品,就可以申请免费出场券。我这样申请了,他们果然给了我一张(谢谢优快云)。

2)个人新认识:营销关键在于自己。

 

最后补充一句:对现场的英译中,不敢恭维。

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值