读书笔记-决战大数据

用数据来帮助企业运营和解决问题,数据化运营用数据去解决问题;采用西方式的思考方式,侧重于系统性的分析,对一件事的理解过程,利用数据对之进行细分、归类、对比、溯源以及从动态中找出变化的规律;

PIMA   P-目的 purpose  I-定义  Identify  M-量化 measure  A -评估  assess


数据的价值从3个维度考虑 1)识别用户 2)数据对你的价值 3)收集数据时的场景

识别:让似是而非的行为数据串联起来    价值:企业价值 VS  客户价值   场景:客户行为的所有场景


企业有多大的能力去还原用户的真实需求;还原是一个瞄准器,数据的本质就是还原。数据的价值必须来源自场景


大数据的真正价值是将数据用于形成主动收集数据的良性循环中,以带动更多的数据进入自循环中,并应用于各个行业;


在收集数据的时候,我们必须知道这些数据未来可以用作什么;数据的应用必须小而美,小指的是目标很具体。在大数据的背景下,须考虑数据间的关联性,要把数据放入到一个场景中;

数据框架是商业分析师的灵魂所在;


如何利用数据框架做决策:

1)首先确定有什么问题,从解决问题的角度出发去收集数据  2)把收集到的数据整理好,放到一个数据框架内 3)看框架与做决策的关系  4)根据决策行动,然后检查行动是否达到目的


决战大数据》读后感 《决战大数据》读后感范文 《决战大数据》读后感1 大数据在如今的时代是一个耳熟能详的词,也就在那么很短的一个时期,大数据火爆全网,所有的公司和个人都崇尚大数据,好像谁不知道这个名词就彻底out了。 就拿我这个吃瓜群众来说吧,一直以为大数据离我们很远,对大数据的理解也就是很多很大的数据,虽然每天都能在网上看到各种相关的消息。后来慢慢的就有些理解了,原因并不是我有多好学,而是慢慢的习惯了网上购物。有一天我发现很有趣的现象,平常我经常在网上找各种自己需要的资料,而网页上就总会出现广告,这很正常大家也都习惯了。但如果我今天在百度或淘宝上搜索了某件商品,那网页上的广告推荐就会是我搜索相关的这类商品。起初我很惊讶,后来才知道这是大数据的运用。就这样我知道了广告的投放是对大数据的分析而来。 大数据有没有被神化我不知道,但有一种很受大家认可的观点是这样的:谁拥有大数据,就相当了拥有了聚宝盆。印象最深刻要数共享单车,自2016年底开始如同雨后春笋般的爆发开来,一不留神就发现街道边摆满了五彩的自行车,当风口来临时,每个人都想成为在风口飞翔的猪。而就在共享的理念生根发芽时,人们并没有找到共享单车的盈利模式在哪,但有一点是所有人都坚信的,在解决最后一公里的同时,能累积大量的数据,而在未来,数据一定可以变现。 这些算是我对大数据最深的理解了吧,直到我看到了《决战大数据》这本书。品觉老师通过这本书带我系统的了解了一遍大数据大数据当然不是简单的一堆超大数据而已,并且数据本身并没有什么商业价值。它的价值在于利用数据与数据之间的关系来还原人们的行为和生活场景。 大数据的概念和运用需要一位大师用一本书的篇幅才能展现出来,我的三言两语当然没有这样的能力。但通过对这本书的理解,我有了自己对大数据的理解。现在的人们对于电视电影都不陌生,而且在观看时,我们都是站在上帝视角,我们知晓影视中所有人物的行为甚至心理活动。但我们都明白这在现实中是不可能实现的,现实中每个人都是独立的存在,拥有很多绝密的隐私和自由的大脑,这些都是别人无法窥探的,不管跟你多亲密的人都只能看到你的某一部分。在未来的某一天,你的人生会变成一部电影,大数据就是那个摄像机。 《决战大数据》读后感全文共6页,当前为第1页。不管你的身边有没有人,你的所有行为都会留下痕迹,展现给他人时,或许你会加以掩盖,但在这个世界留下的原始数据是无法更改的。如果我们生活的世界是一台电脑,他能收集到你所有的行为痕迹,那它当然可以还原出你的一切,也会比你自己还要了解你自己,拥有这台电脑的人就能像看电影一样看着你。在此之前我们无法去控制这台电脑,也无从知晓你在世间留下的原始痕迹。但当网络、手机、各种穿戴设备的.兴起,这些电子产品就组成了这样一台记录世界的电脑。 《决战大数据》读后感全文共6页,当前为第1页。 回到大数据上吧,现在的大数据还没有到那么庞大的地步,即使未来真的可以收集到如此全面的数据,储存、备份和分析也都是目前无法克服的问题。大数据是通向未来的必经之路,当然不会有那么简单,储存和备份更多的是技术上的问题,分析也是根据各种不同目的来进行调配的,这些要细化来说简直是无穷无尽。就单讲一下现阶段最大的问题――收集数据,本书中反驳了一个观点:先把数据收集着,以后总会有用的。因为无用数据的储存会让你不堪重负。 这个观点在我看来是绝对正确啊,从小就被教育多做点总是好的,不管未来有没有用,先拿过来总是没有错的。至此之后我才明白,我生活中总是有那么多鸡肋的原因了。既然发现了问题就应该找办法解决,如果不是所有的数据都有用,那我们应该收集哪些数据呢?这个问题应该回归到现实生活当中,现在运用大数据的一般都是公司,设计运用数据和收集数据的通常不是一批人,运用数据的一般都是公司决策层,而决策层的思维是跳跃的,没有充分的沟通,收集数据的人很难领会到其中的奥秘。因此,在收集数据时面对大量的数据不知所措。解决好这个问题应该会对运营数据起到决定性的作用。 本书大部分篇幅都是在讲解大数据的收集、储存、运用等方面的内容,对企业和用户的影响,还有大数据时代运营模式的改变等等。但这些内容只是让我更加了解了大数据,对生活的直接帮助有限。真正让人豁然开朗的是个人对自己进行大数据管理的理念,原来大数据还可以这么理解,这跟我学生时代认为最佳的系统学习方法不谋而合。 将所有接触的人、物、事当成数据收集起来,归类存储。找寻他们之间尽可能多的联系,用关键字进行概括和索引。这将会让你洞察到你身边所有的真相。 《决战大数据》读后感2 《决策大数据》这本书作为2018年的开篇阅读,初略的看下来,基本上好像跟作者没什么关系,作者的叙述在这本书中所占的篇幅比照不是很大,此书最好取名为《众说大数据》比较恰当,将近半本是别人在讨论大数据的问题,只有后面的章节写的是自己
内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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