【入门科普】机器学习的四个步骤
学习人工智能，必须要了解机器学习。我们可以把机器学习比喻成大脑学习。大脑学习的成果是“智慧”，机器学习的成果就是“模型”。机器学习训练“模型”有四个步骤：第一步
产品经理
2024年03月08日
模型
长篇干货：老司机带你了解 persona 用户画像（人物模型）那些事～
图片来自网络，侵删Q：为什么要建persona（人物模型）：为了了解下面方面 ，并进行视觉化：用户之间的关系 、 用户的期望、用户与社会及物理环境之间的关系，以及用户与我们所设计的产品之间的关系。Q：什么是persona？定义：用研究结果创建关于用户描述性模型，是交互设计的有力工具，所以将这种用户模型称为“人物模型”（persona）。人物模型并非真正的人，来源于研究中众多
产品经理
2016年12月16日
掌握这两点交互设计原则，你将告别新手级别
1. 没有人愿意停留在新手级别观点：我们的用户是小白工作中和PD沟通的时候偶尔会遇到这个尴尬的问题。PD希望需求里的某个点能设计地“细致到不能再细分出任何一道步骤”，理由是“用户是小白”。（抱歉，为了不影响兄弟团队的和谐就不举具体例子了；同时声明一下本文所有论点都不带有“个人针对”色彩。）那么用户真的是小白吗？他们到底有多“白”？如果将用户对互联网产品的认知作为衡量标准，我
交互体验
2016年04月26日
后台产品经理：三步教你打造简单的营销平台（一）
后台产品设计充斥至逻辑、判断、流程、数据库运行效率、服务器管理权限等多维度多角度的元素，本文作者主要用九年的产品经验，梳理总结了“后台”产品设计的一些方法，教你三步打造简单的营销平台。今天的文章，将会从“用户营销平台”架构、功能、作用来介绍初级营销平台的搭建方法。工具使用： Axure RP Pro 7.0图片类型： 当前文章所展示图片均为原型图片截图初衷： 后
产品设计
2018年04月17日
怎么办？机器带来的新型知识我们无法理解
我们日益依靠能自行创造出模型来得出结论的机器，但那些模型往往超出人类的理解范畴，会以不同于我们的方式来“思考”这个世界。国外科技网站Backchannel撰文称，我们的机器如今拥有我们无法理解的知识。我们正日益依靠能够自行创造出模型来得出结论的机器，但那些模型往往超出人类的理解范畴，会以不同于我们的方式来“思考”这个世界。以下是文章主要内容： “海量数据的可用性，以
业界综合
2017年04月24日
基于深度主动学习的命名实体识别 | 分享总结
众所周知，深度学习在多种实际应用中取得了突破，其背后的主要推动力来自于大数据、大模型及算法。在很多问题中，获取标注准确的大量数据需要很高的成本，这也往往限制了深度学习的应用。而主动学习通过对未标注的数据进行筛选，可以利用少量的标注数据取得较高的学习准确度。因此，深度学习中的主动学习方法也成为了研究的热点。以下是来自德州大学奥斯汀分校的在读博士沈彦尧，基于亚马逊实习项目延伸探
业界
2018年05月10日
运营研究的三个方法：过程法、要素法、分类法
今天，我要分享的不是具体模型的应用，而是我在研究营销运营理论过程中所总结出来的三个方法论，希望能给大家总结日常工作带来一些参考。研究了这么久的营销和运营，我越发深刻地认可一句话:”上帝不掷骰子。”这是来自爱因斯坦的一句名言。我是一个极度相信科学的人，我相信好的运营模型、指标、策略对于实践一定有重要作用，火爆的产品、活动背后绝不是随机地做做推广可以带来的。海盗模型、漏斗分析法
产品运营
2018年02月06日
敏捷产品开发：过程 vs 模型？PM 不应该只是照搬硬套
你必须把精力集中在那些你必须要做的事情上，不要只盯着模型。统计界有句老话：所有模型都是错误的，但有些是有用的。一直以来，这句话都引起了我的共鸣。虽然概念模型从来都是不完美的，但我发现它是解释重要概念的一个特别有力的工具。但人们过于随便地接受概念模型，或者在模型中进行过多的规划，并将其解释为一个约定俗成的过程是有风险存在的。这种风险偶尔会发生在分析连续的产品识别和交付过程中。
产品经理
2017年11月20日
透过现象看本质（1）：从认知的角度说起
洞悉事物的本质是为了更好的预测，而预测则是为了完成更好的操作。“透过现象看本质”，源自Bruce同学的议题。一个好问题胜过一个好老师。这个问题引发了我很多思考。以下是我的笔记。一、辨别事物之间的差别是认知的基础，只有将A和B、C、D……区分开来，才对A进行分析、研究。世界上任何两样东西都是不同的，“世界上没有两片树叶是完全一样的”。但我们认识事物不可能从一片片树叶开始，这样
产品经理
2017年07月24日
智能投顾、大类配置、智能策略……能帮你活着度过熊市？
如何评价一款产品是不是好的证券产品？能够帮你活着度过熊市的产品，才是真的好产品。前段时间，跟同行长江证券、广发证券和平安证券的一些产品经理们闲聊了一些关于智能投顾的现状和方向，更重要的问题是探讨当下券业该如何突破的问题？智能投顾的基本释义是Robo-Advisor，即根据个人投资者提供的风险承受水平、收益目标以及风格偏好等要求，运用一系列智能算法及投资组合优化等理论模型，为
产品经理
2017年10月18日
