<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[never0822的博客]]></title><description><![CDATA[个人作品和笔记]]></description><link>https://blog.youkuaiyun.com/never0822</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; never0822]]></copyright><item><title><![CDATA[终于有人把MES、ERP、SCM、WMS、APS、SCADA、PLM、QMS是什么讲清楚了]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/139022580</link><guid>https://blog.youkuaiyun.com/never0822/article/details/139022580</guid><author>never0822</author><pubDate>Sat, 18 May 2024 12:08:33 +0800</pubDate><description><![CDATA[供应链管理（Supply Chain Management，简称SCM），SCM管理系统是指通过信息化手段，对供应链中的物流、信息流和资金流进行全面、协调和优化管理的一套系统。该系统旨在提高供应链的响应速度、降低成本、优化资源配置，以实现企业的战略目标。SCM管理系统涉及供应商管理、库存管理、物流管理、采购管理等多个方面，为企业提供了一个完整的供应链解决方案。注：本文资料主要来源于互联网资源整合，非原创。WMS软件有什么功能主要分为。]]></description><category></category></item><item><title><![CDATA[决胜B端产品经理学习笔记03]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126738957</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126738957</guid><author>never0822</author><pubDate>Thu, 08 Sep 2022 19:54:59 +0800</pubDate><description><![CDATA[报表引擎与excel的透视表类似，smart BI可以体验一下。3.上线后不要急于推广，要经过交叉验证确认数据的稳定性后再做推广。2.不要急于线上化，因为业务体系有变化，要在趋于稳定后在进行。1.管理员视角（dashboard，统计分析）问题2.没有时间列，但是有对应的筛选查询条件。1.借鉴成熟的产品，尽量不要自己设计开发新的。不同的维度分析，可以用二维表配置汇总计算的。1.聚焦于业务分析本身，而不是表样和设计。类似于数据大屏，类似于BI的数据可视化。2.员工视角（工作台，待跟进任务等）]]></description><category></category></item><item><title><![CDATA[决胜B端产品经理学习笔记04管理篇]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739037</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739037</guid><author>never0822</author><pubDate>Thu, 08 Sep 2022 19:54:26 +0800</pubDate><description><![CDATA[1.B 端产品的需求来源：saas业务部门（销售、BD、市场），用户（一线员工，管理者），竟品2.B端需求的层次和分类业务需求，用户需求，产品需求3.用户旅程在B端的应用4.B端优先级的判定基于价值诊断模型急于KANo模型5.B端需求的收益评估急于业务价值，基于提效服用，基于使用情况，基于NPS###迭代管理敏捷开发于B端产品的迭代实践互联网使用双周迭代模式敏捷模式的依赖条件：团队：是否有足够的经验和价值观产品：组件化、服务化是否完备。]]></description><category></category></item><item><title><![CDATA[决胜B端学习笔记05-技能篇]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739080</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739080</guid><author>never0822</author><pubDate>Thu, 08 Sep 2022 19:53:47 +0800</pubDate><description><![CDATA[1.是一种编制软蓝图的标准化语言，他的目标之一是为开发团队提供标准通用的设计语言来开发和构建计算机应用。3.常常用来描述一个用例的行为，显示该用例中所涉及的对象及对象间的消息传递情况，即一个用例的实现过程。2.描述的是一个状态机，可以定义为一个机器，它定义了一个对象，这些状态控制外部或内部事件的不同状态。3.UM L支持面向对象的技术，能够准确的方便的表达面向对象的概念，体现面向对象的分析和设计风格。1.主要是用于描述对象具有的各种状态，状态之间的转换过程以及触发状态转换的各种事件和条件。]]></description><category></category></item><item><title><![CDATA[决胜B端学习笔记06-技术知识]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739110</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739110</guid><author>never0822</author><pubDate>Thu, 08 Sep 2022 19:53:14 +0800</pubDate><description><![CDATA[程序设计的MVC范式。]]></description><category></category></item><item><title><![CDATA[决胜B端学习笔记07-数据分析]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739129</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739129</guid><author>never0822</author><pubDate>Wed, 07 Sep 2022 09:56:14 +0800</pubDate><description><![CDATA[数据分析的起点是“猜”所以ER图一定不能错。]]></description><category></category></item><item><title><![CDATA[决胜b端产品经理学习笔记01（持续更新版）]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126738857</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126738857</guid><author>never0822</author><pubDate>Wed, 07 Sep 2022 09:55:21 +0800</pubDate><description><![CDATA[b端产品，适用对象是企业或组织，用来解决企业某类经营管理问题。1、核心价值：规模（提升收入）、成本（降低成本）、效率（提高效率）、品质（保证品质）、风控好的b端产品提供长期的核心价值2、分类方式1）按照部署方式：私有化、云端部署2）技术架构：c/s(client/server)客户端,b/s(browser/server)浏览器3）业务方向：对企业内、对企业外、saas。]]></description><category></category></item><item><title><![CDATA[时间序列-预测口罩人数（ARIMA）]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739394</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739394</guid><author>never0822</author><pubDate>Wed, 07 Sep 2022 09:53:58 +0800</pubDate><description><![CDATA[使用时间序列模型预测口罩变化趋势。]]></description><category></category></item><item><title><![CDATA[时间序列-ARIMA]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739369</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739369</guid><author>never0822</author><pubDate>Wed, 07 Sep 2022 09:52:13 +0800</pubDate><description><![CDATA[将非平稳时间序列转换为平稳时间序列然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。1）AR是自回归，p为自回归项，MA为移动平均,q为移动平均项数，d为时间序列成为平稳时所作的差分次数。1)有序的随机变量序列与其自身相比较自相关函数反映了同一序列在不同时序的取值之间的相关性。描述当前值与历史值之间的关系，用变量自身的历史时间数据对自身进行预测。1）ARIMA模型的残差是否是平均值为0且方差为常数的正态分布。移动平均模型关注的是自回归模型中的误差项的累加。]]></description><category></category></item><item><title><![CDATA[时间序列-平稳性]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739342</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739342</guid><author>never0822</author><pubDate>Wed, 07 Sep 2022 09:51:19 +0800</pubDate><description><![CDATA[1）平稳性就是要求经由样本时间序列所得到的拟合曲线在未来的一段时间内仍能顺着现有的形态“惯性”地延续下去。1）严平稳：严平稳表示的分布不随时间的改变而改变。如：白噪声（正态），无论怎么取都是期望为0，方差为1.未来某时刻的t值Xt就要依赖于它的过去信息，所以需要依赖性。2）弱平稳：期望与相关系数（依赖性）不变。1）时间序列在t与t-1时刻的差值。2）代码块(pandas)2）平稳性要求序列的。]]></description><category></category></item><item><title><![CDATA[MAC安装tensorflow]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739287</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739287</guid><author>never0822</author><pubDate>Wed, 07 Sep 2022 09:50:25 +0800</pubDate><description><![CDATA[因为电脑安装的anaconda是python3.9版本，下意识的安装tensor flow的定义python版本就下了3.9（这里有一个坑）报错如下，大概是说不支持python版本3.9，支持的版本包括2.7，3.7，3.6，3.5。相比较网上的其他教程，这个安装方法亲测有效，且比较简单，只需要4步。第四步，将python版本降级，我是从3.9改成了3.6。第三步安装tensor flow (问题来了)第一次在mac上安装tensorflow。第二步激活tensor flow环境。第五步，再来一次安装。]]></description><category></category></item><item><title><![CDATA[B端产品经理学习笔记10-企业中台产品的建设]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739236</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739236</guid><author>never0822</author><pubDate>Wed, 07 Sep 2022 09:48:45 +0800</pubDate><description><![CDATA[2、通过业务价值和业务诉求驱动系统迭代抽象（基于具备实际业务价值的诉求，来推动系统架构的改造和优化）4、不要纠结于一些概念，而要思考如何做出正确的，有意义的，可复用的设计（在目前的阶段下）3、综合评估做出决策：基于实现成本、改造成本、市场环境、业务特点综合决策评估。1、架构的核心目标是支持业务发展：架构设计的核心是支持业务。经典案例：短视频公司发展理财业务的passport的建立。2、某些时候允许不合理结构的存在：业务发展才是硬道理。面临的挑战：集中化的需求总是滞后的。中台的建设不应拖累业务的发展。]]></description><category></category></item><item><title><![CDATA[B端产品经理学习笔记09-企业级应用架构设计]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739200</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739200</guid><author>never0822</author><pubDate>Wed, 07 Sep 2022 09:47:27 +0800</pubDate><description><![CDATA[1.是一整套软件系统的架构，通过合理的划分和设计组合在一起，支持企业方方面面的经营运作。2.不论是传统企业还是互联网公司，发展到一定阶段，都需要一套体系化的应用架构来支撑其运转。3.企业应用架构是跟随业务发展而逐步演化的###为什么学习企业应用架构1.对企业运转和产品应用架构建立全局观2.帮助自己从更加宏观的层面理解手头工作3.更加广阔的职业发展空间4.在告诫产品设计中作出正确决策注：B端的产品必须要考虑企业应用架构一个非常经典的案例：应用架构的进化和演变。]]></description><category></category></item><item><title><![CDATA[B端产品经理的持续成长08]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/126739167</link><guid>https://blog.youkuaiyun.com/never0822/article/details/126739167</guid><author>never0822</author><pubDate>Wed, 07 Sep 2022 09:46:11 +0800</pubDate><description><![CDATA[B端产品经理的金字塔能力模型如何学习企业经营管理知识1、书籍MBA2、网站MBAlib如何学习复杂系统设计能力1、基础知识2、研习成熟的产品提升业务领域专业能力提高产品解决方案能力。]]></description><category></category></item><item><title><![CDATA[python 获取数据基本步骤]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/123906356</link><guid>https://blog.youkuaiyun.com/never0822/article/details/123906356</guid><author>never0822</author><pubDate>Fri, 01 Apr 2022 20:02:15 +0800</pubDate><description><![CDATA[#加载模块
import requests
import re 
import json
import csv
import pandas as pd
 
#身份伪装，其实没必要
headers={
        'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.82 Safari/537.36'
        }
#请求地址
u.]]></description><category></category></item><item><title><![CDATA[AWS 云从业者-核心服务]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/109223273</link><guid>https://blog.youkuaiyun.com/never0822/article/details/109223273</guid><author>never0822</author><pubDate>Wed, 28 Oct 2020 11:27:32 +0800</pubDate><description><![CDATA[核心服务

身份认证管理-IAM

什么是IAM（identity and Access Management）?
IAM是一种WEB服务，可安全的控制用户，控制哪些人可以用哪种方式访问AWS哪些资源。

也可以使用IAM来调用用户的IP进行开发，IAM和AWS的服务集成在一起使用的，可以提供身份认证完成授权来达到权限控制的目的。

功能与特点：

1.账户内共享访问权限：授予其他人管理和使用你的AWS账户资源权限而无需共享密码或者访问密钥。

2.细化权限：可以根据需要为每个用户的职责授予所需的不同权限。]]></description><category></category></item><item><title><![CDATA[机器学习之非监督学习]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/109309412</link><guid>https://blog.youkuaiyun.com/never0822/article/details/109309412</guid><author>never0822</author><pubDate>Tue, 27 Oct 2020 14:12:21 +0800</pubDate><description><![CDATA[非(无)监督学习概述

概念和意义：

非监督学习是一种机器学习的方式，并补血药人力来输入标签，是监督式学习和强化学习等策略之外的一种选择。在监督式学习中，典型的任务是分类和回归分析且需要使用到人工于谦准备好的范例(base)。

WHY：

根据事物的本身属性去分辨事物，在无监督学习过程中，训练样本的编辑信息是未知的，无监督学习可以通过对无标记训练样本的学习来解释数据的内在性质和规律，为进一步的数据分析提供基础。
	与监督学习的方法结合，做半监督学习等。
	用于神经网络的隐藏层的感知函数定义等。
方法类.]]></description><category></category></item><item><title><![CDATA[常见的python error及解决方法，我不是coder，只是mover]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/108579922</link><guid>https://blog.youkuaiyun.com/never0822/article/details/108579922</guid><author>never0822</author><pubDate>Mon, 14 Sep 2020 15:55:31 +0800</pubDate><description><![CDATA[1.ImportError: cannot import name cross_validation

solution &amp; answer：

This happens because there is nocross_validationobject insklearn. You're likely looking for something more like thecross_validatefunction. You can access that through


from s...]]></description><category></category></item><item><title><![CDATA[机器学习-朴素贝叶斯分类]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/108578464</link><guid>https://blog.youkuaiyun.com/never0822/article/details/108578464</guid><author>never0822</author><pubDate>Mon, 14 Sep 2020 15:00:30 +0800</pubDate><description><![CDATA[朴素贝叶斯有一个条件独立性，所以称为朴素。

朴素贝叶斯的思想：贝叶斯学派的四件可以概括为：先验概率+数据=后验概率

贝叶斯

随着信息增加，贝叶斯定理可以用于更新假设的概率。在决策理论中，贝叶斯推断与主观概率密切相关，通常被称为“Bayesian probability(贝叶斯概率)”。

贝叶斯推断根据 prior probability(先验概率) 和统计模型导出的“likelihood function(似然函数)”的结果，再由贝叶斯定理计算 posterior probability(后验概率)]]></description><category></category></item><item><title><![CDATA[数据分析案例：多元线性回归预测房价（python实现）]]></title><link>https://blog.youkuaiyun.com/never0822/article/details/108257984</link><guid>https://blog.youkuaiyun.com/never0822/article/details/108257984</guid><author>never0822</author><pubDate>Mon, 31 Aug 2020 10:15:09 +0800</pubDate><description><![CDATA[数据：sklearn中的datasets的California——housing

方法：使用多元线性回归进行房价预测

知识点：matplotlib绘图，相关系数，数据标准化处理


##载入所需要的模块
from __future__ import print_function
import numpy as np
import pandas as pd


##matplotlib
import matplotlib
import matplotlib.pyplot as plt

##加载数据
fr]]></description><category></category></item></channel></rss>