數(shù)據(jù)科學工程實踐：用戶行為分析與建模、A/B實驗、SQLFlow

定　價：￥89.00

作　者：	謝梁，繆瑩瑩，高梓堯，王子玲著
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111682547	出版時間：	2021-07-01	包裝：	平裝
開本：	16開	頁數(shù)：	259	字數(shù)：

內(nèi)容簡介

　　這是一本將數(shù)據(jù)科學三要素一一商業(yè)理解、量化模型、數(shù)據(jù)技術全面打通的實戰(zhàn)性著作，是來自騰訊、滴滴、快手等一線互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)科學家、數(shù)據(jù)分析師和算法工程師的經(jīng)驗總結(jié)，得到了SQLFlow創(chuàng)始人以及騰訊、網(wǎng)易、快手、貝殼找房、谷歌等企業(yè)的專家一致好評和推薦?！　稊?shù)據(jù)科學工程實踐：用戶行為分析與建模、A/B實驗、SQLFlow》三個部分，內(nèi)容相對獨立，既能幫助初學者建立知識體系，又能幫助從業(yè)者解決商業(yè)中的實際問題，還能幫助有經(jīng)驗的專家快速掌握數(shù)據(jù)科學的新技術和發(fā)展動向。內(nèi)容圍繞非實驗環(huán)境下的觀測數(shù)據(jù)的分析、實驗的設計和分析、自助式數(shù)據(jù)科學平臺3大主題展開，涉及統(tǒng)計學、經(jīng)濟學、機器學習、實驗科學等多個領域，包含大量常用的數(shù)據(jù)科學方法、簡潔的代碼實現(xiàn)和經(jīng)典的實戰(zhàn)案例?！〉?部分（第1-6章）觀測數(shù)據(jù)的分析技術　講解了非實驗環(huán)境下不同觀測數(shù)據(jù)分析場景所對應的分析框架、原理及實際操作，包括消費者選擇偏好分析、消費者在時間維度上的行為分析、基于機器學習的用戶生命周期價值預測、基于可解釋模型技術的商業(yè)場景挖掘、基于矩陣分解技術的用戶行為規(guī)律發(fā)現(xiàn)與挖掘，以及在不能進行實驗分析時如何更科學地進行全量評估等內(nèi)容。第二部分（第7～9章）實驗設計和分析技術　從A/B實驗的基本原理出發(fā)，深入淺出地介紹了各種商業(yè)場景下進行實驗設計需要參考的原則和運用的方法，尤其是在有樣本量約束條件下提升實驗效能的方法及商業(yè)場景限制導致的非傳統(tǒng)實驗設計?！〉谌糠郑ǖ?0～12章）自助式數(shù)據(jù)科學平臺SQLFlow　有針對性地講解了開源的工程化的自助式數(shù)據(jù)科學平臺SQLFlow，并通過系統(tǒng)配置、黑盒模型的解讀器應用、聚類分析場景等案例幫助讀者快速了解這一面向未來的數(shù)據(jù)科學技術。

作者簡介

　　謝梁　經(jīng)濟學博士，騰訊QQ瀏覽器副總經(jīng)理、QQ瀏覽器數(shù)據(jù)負責人。CCF數(shù)據(jù)科學專委會創(chuàng)始委員，入選第一財經(jīng)數(shù)據(jù)科學50人，清華大學商學院及香港大學商學院商業(yè)分析碩士項目指導嘉賓。曾任滴滴杰出數(shù)據(jù)科學家、美國微軟云存儲核心工程部首席數(shù)據(jù)科學家。繆瑩瑩　浙江大學碩士，曾任滴滴首席數(shù)據(jù)科學家，CCF數(shù)據(jù)科學專委會委員。擁有十余項國家發(fā)明專利及國際發(fā)明專利，具有豐富的數(shù)據(jù)倉庫建設、數(shù)據(jù)挖掘建模、實驗科學與戰(zhàn)略分析的經(jīng)驗。帶領團隊用數(shù)據(jù)的方式驅(qū)動從0到1的初創(chuàng)形態(tài)的業(yè)務和成熟形態(tài)業(yè)務的增長，善于發(fā)現(xiàn)業(yè)務機會和風險，給業(yè)務帶來巨大價值。高梓堯　快手數(shù)據(jù)分析總監(jiān)，長期在美國硅谷和中國多家互聯(lián)網(wǎng)科技公司從事用戶分析、實驗設計等相關工作。曾帶領滴滴數(shù)據(jù)科學團隊與螞蟻金服聯(lián)合開源共建一站式機器學習工具SQLFlow。擁有多項國家發(fā)明專利。清華大學商學院及哥倫比亞大學商學院商業(yè)分析碩士項目指導嘉賓、泛華統(tǒng)計協(xié)會演講嘉賓。王子玲　上海交通大學計算數(shù)學碩士，曾任滴滴高級數(shù)據(jù)科學家、高級模型專家、高級風控專家。先后任職于日企MTI、人人網(wǎng)、滴滴出行、愛奇藝等知名互聯(lián)網(wǎng)企業(yè)，在網(wǎng)約車出行、互聯(lián)網(wǎng)金融、在線音樂、短視頻、網(wǎng)游等領域積累了豐富的大數(shù)據(jù)分析、策略、挖掘、建模、研究、應用經(jīng)驗。負責過兩段公司級重點項目從0到1增長的整體數(shù)據(jù)驅(qū)動體系設計及落地。申請平臺智能定價及優(yōu)化算法系統(tǒng)等十余項國家發(fā)明專利及國際發(fā)明專利。周銀河　現(xiàn)任騰訊數(shù)據(jù)科學家，曾任滴滴數(shù)據(jù)科學家，清華大學商學院及哥倫比亞大學商學院商業(yè)分析碩士項目指導嘉賓。擁有豐富的數(shù)據(jù)分析、統(tǒng)計建模及實驗設計經(jīng)驗。丁芬　曾任滴滴數(shù)據(jù)科學家，曾就職于美團、滴滴等國內(nèi)知名互聯(lián)網(wǎng)公司，工作經(jīng)歷涉及市場咨詢、信貸風控、網(wǎng)約車交易及信息流等領域。蘇濤　物理學博士，美國生物物理學會會員。曾任中國科學院研究助理，研究量子計算和主動流體。后任喬治華盛頓大學計算物理研究員，從事細胞模擬、生物領域機器學習、高性能計算等方向的研究。2017年進入互聯(lián)網(wǎng)行業(yè)，先后在Elex 和滴滴進行數(shù)學模型、算法和數(shù)據(jù)科學方向的研究，熟悉復雜網(wǎng)絡、流形幾何嵌入、時頻分析以及相關的機器學習和優(yōu)化方法。王禹　曾任滴滴高級數(shù)據(jù)分析師，主要負責滴滴分單引擎和調(diào)度引擎的實驗設計、評估、數(shù)據(jù)分析以及成交率等核心指標的預測、異常診斷歸因等工作?，F(xiàn)任某短視頻科技企業(yè)算法工程師，主要負責LBS定位、POI挖掘等相關場景的策略算法開發(fā)。吳君涵　曾任滴滴資深數(shù)據(jù)分析師，擅長用戶增長分析和體驗量化建模。具有豐富的大數(shù)據(jù)挖掘建模、產(chǎn)出數(shù)據(jù)驅(qū)動洞察并通過洞察影響決策的實戰(zhàn)經(jīng)驗。楊驍捷曾任滴滴高級數(shù)據(jù)分析師，擅長雙邊平臺的供需匹配效率分析，在出行、電商等不同業(yè)務場景中靈活運用因果推斷，評估業(yè)務收益。現(xiàn)任快手資深數(shù)據(jù)分析師。劉沖　曾任滴滴高級數(shù)據(jù)分析師，主要負責流量運營的實驗設計、評估、數(shù)據(jù)分析以及優(yōu)化司機行為和提高司機收入等相關分析，現(xiàn)任快手數(shù)據(jù)分析師。王玉璽　中國人民大學商學院博士，美國密歇根大學訪問學者，曾任滴滴數(shù)據(jù)科學部研究員，主要研究方向為定價策略優(yōu)化、消費者行為分析等。參與多項國家自然科學基金及社會科學基金研究項目，在Expert System、Information Systems Research、《管理評論》等期刊發(fā)表多篇論文。劉未名　曾任滴滴數(shù)據(jù)科學家，擁有金融、互聯(lián)網(wǎng)等領域的數(shù)據(jù)分析經(jīng)驗，擅長利用實驗、量化模型解決業(yè)務問題，多次參與公司級重點項目的數(shù)據(jù)分析，幫助公司搭建數(shù)據(jù)驅(qū)動工業(yè)化體系，擁有國內(nèi)、國際多項發(fā)明專利。楊凱迪　現(xiàn)任快手數(shù)據(jù)分析部數(shù)據(jù)科學家。長期就職于國內(nèi)頭部互聯(lián)網(wǎng)企業(yè)，對于出行定價補貼以及短視頻行業(yè)用戶畫像挖掘、策略分析等有豐富經(jīng)驗。工作期間累計發(fā)表三篇國家發(fā)明專利論文。李依諾　騰訊數(shù)據(jù)科學家，本碩先后畢業(yè)于美國印第安納大學數(shù)學專業(yè)和美國喬治華盛頓大學生物統(tǒng)計學專業(yè)。在在線視頻、網(wǎng)約車、網(wǎng)絡游戲領域積累了豐富的數(shù)據(jù)科學實戰(zhàn)經(jīng)驗，從0 到1 參與過騰訊、滴滴的實驗工業(yè)化進程。陳祥　資深算法工程師，碩士畢業(yè)于愛丁堡大學計算機科學專業(yè)。先后從事異常檢測、強化學習、自然語言處理、領域知識圖譜建設及應用等相關工作。曾就職于愛奇藝、滴滴。SQLFlow 貢獻者之一?，F(xiàn)從事用戶畫像、廣告系統(tǒng)和推薦相關工作。朱文靜　曾任滴滴高級數(shù)據(jù)分析師，主要從事基于業(yè)務數(shù)據(jù)進行的分析、建模、挖掘等工作。SQLFlow項目重要成員之一，SQLFlow開源社區(qū)貢獻者，參與貢獻了多個SQLFlow模型，其中包括可解釋黑盒模型、深度學習聚類模型、時間序列模型等。

圖書目錄

作者簡介
序一
序二
前言
第一部分　觀測數(shù)據(jù)的分析技術
第1章　如何分析用戶的選擇 2
1.1　深入理解選擇行為 2
1.1.1　選擇無處不在 2
1.1.2　選擇行為的經(jīng)濟學理論 4
1.1.3　離散選擇模型 5
1.2　DCM詳述 6
1.2.1　從經(jīng)濟模型到計量模型 6
1.2.2　DCM的應用場景 9
1.2.3　DCM的重要數(shù)學知識 10
1.3　DCM模型的Python實踐 13
1.3.1　軟件包和數(shù)據(jù)格式 13
1.3.2　使用邏輯回歸分析自駕選擇問題 16
1.3.3　使用多項Logit模型分析多種交通方式選擇問題 21
1.3.4　使用嵌套Logit模型分析多種交通方式選擇問題 24
1.4　本章小結(jié) 26
第2章　與時間相關的行為分析 27
2.1　生存分析與二手車定價案例 27
2.1.1　二手車定價背景 27
2.1.2　為什么不選擇一般回歸模型 28
2.1.3　為什么選擇生存分析 29
2.2　生存分析的理論框架 29
2.2.1　生存分析基本概念界定 30
2.2.2　生存函數(shù)刻畫及簡單對比 34
2.2.3　生存函數(shù)回歸及個體生存概率的預測 36
2.3　生存分析在二手車定價案例中的應用 37
2.3.1　軟件包、數(shù)據(jù)格式和數(shù)據(jù)讀入 38
2.3.2　繪制二手車銷售生存曲線及差異對比 40
2.3.3　二手車銷售生存概率影響因素分析及個體預測 43
2.3.4　基于Cox風險比例模型的最優(yōu)價格求解 44
2.4　本章小結(jié) 46
第3章　洞察用戶長期價值：基于神經(jīng)網(wǎng)絡的LTV建模 47
3.1　用戶長期價值的概念和商業(yè)應用 47
3.1.1　用戶長期價值 47
3.1.2　用戶生命周期和用戶長期價值 48
3.1.3　LTV的特點 49
3.1.4　LTV分析能解決的問題 50
3.1.5　LTV的計算方法 50
3.2　基于Keras的LTV模型實踐 52
3.2.1　Keras介紹 52
3.2.2　數(shù)據(jù)的加載和預處理 52
3.2.3　輸入數(shù)據(jù)的準備 56
3.2.4　模型搭建和訓練 61
3.2.5　模型分析 65
3.3　本章小結(jié) 66
第4章　使用體系化分析方法進行場景挖掘 67
4.1　經(jīng)驗化分析與體系化分析 67
4.1.1　經(jīng)驗化分析的局限性 67
4.1.2　體系化分析的優(yōu)勢 68
4.2　體系化分析常用工具 69
4.2.1　黑盒模型與白盒模型 69
4.2.2　可解釋模型—決策樹 69
4.2.3　全局代理模型 73
4.2.4　場景挖掘模型分析方法框架 75
4.3　場景挖掘分析的應用與實現(xiàn) 75
4.3.1　數(shù)據(jù)背景及數(shù)據(jù)處理 76
4.3.2　經(jīng)驗化分析方法應用 76
4.3.3　場景挖掘模型的Python實現(xiàn)與模型解讀 79
4.4　本章小結(jié) 86
第5章　行為規(guī)律的發(fā)現(xiàn)與挖掘 87
5.1　對有序數(shù)據(jù)的規(guī)律分析 88
5.1.1　有序數(shù)據(jù)及SVD方法概述 88
5.1.2　SVD原理及推導 88
5.2　SVD聚類建模Python實戰(zhàn) 93
5.3　對無序稀疏數(shù)據(jù)的規(guī)律分析 101
5.3.1　稀疏數(shù)據(jù)及NMF方法概述 101
5.3.2　NMF原理及推導 102
5.3.3　NMF聚類建模Python實戰(zhàn) 103
5.4　本章小結(jié) 109
第6章　對觀測到的事件進行因果推斷 110
6.1　使用全量評估分析已發(fā)生的事件 110
6.2　全量評估的主要方法 111
6.2.1　回歸分析 111
6.2.2　DID方法 118
6.2.3　合成控制 120
6.2.4　Causal Impact方法 122
6.3　全量評估方法的應用 124
6.3.1　使用回歸建模方法對物流單量變化進行全量評估 125
6.3.2　使用DID方法評估恐怖主義對經(jīng)濟的影響 131
6.3.3　用合成控制法評估恐怖主義對經(jīng)濟的影響 134
6.3.4　用Causal Impact方法評估天氣情況 136
6.4　本章小結(jié) 146
第二部分　實驗設計和分析技術
第7章　如何比較兩個策略的效果 148
7.1　正確推斷因果關系 148
7.1.1　相關性謬誤 148
7.1.2　潛在結(jié)果和因果效果 149
7.2　運用A/B實驗進行策略比較 150
7.2.1　什么是A/B實驗 151
7.2.2　為什么應用A/B實驗 151
7.2.3　A/B實驗的基本原理 151
7.3　A/B實驗應用步驟 152
7.3.1　明確實驗要素 152
7.3.2　實驗設計 154
7.3.3　實驗過程監(jiān)控 155
7.4　A/B實驗案例 156
7.4.1　實驗場景介紹 156
7.4.2　實驗方法設計 157
7.4.3　實驗效果評估 157
7.5　本章小結(jié) 159
第8章　提高實驗效能 160
8.1　控制實驗指標方差的必要性和手段 160
8.2　用隨機區(qū)組設計控制實驗指標方差 161
8.2.1　利用隨機區(qū)組實驗降低方差 161
8.2.2　隨機區(qū)組實驗的特征選擇 162
8.3　隨機區(qū)組實驗應用步驟 163
8.4　隨機區(qū)組實驗案例介紹 167
8.4.1　背景介紹 168
8.4.2　基本設計 168
8.4.3　隨機區(qū)組實驗相關的設計 168
8.4.4　效果評估 169
8.5　隨機區(qū)組實驗的常見問題 170
8.6　本章小結(jié) 171
第9章　特殊場景下的實驗設計和分析方法 172
9.1　解決分流實驗對象之間的干擾 172
9.1.1　使用隨機飽和度實驗減少實驗對象之間的影響 173
9.1.2　隨機濃度實驗的設計流程 174
9.1.3　隨機濃度實驗評估方法及案例 175
9.2　Switchback實驗和評估方法 178
9.2.1　不能使用隨機分流策略的情況 178
9.2.2　Switchback實驗的基本原理 178
9.2.3　Switchback實驗中關于時空切片的聚類方法 179
9.2.4　Switchback實驗的評估方法 180
9.3　交叉實驗 182
9.3.1　交叉實驗的基本概念 183
9.3.2　常見的交叉實驗設計矩陣 183
9.3.3　交叉實驗評估及矩陣誤差說明 185
9.3.4　交叉實驗評估案例 186
9.4　強約束條件下的實驗方法 189
9.4.1　強約束條件場景 189
9.4.2　多基線實驗設計的解決思路 189
9.4.3　多基線實驗的設計流程 190
9.4.4　多基線實驗的評估方法和案例 192
9.5　本章小結(jié) 195
第三部分　自助式數(shù)據(jù)科學平臺SQLFlow
第10章　SQLFlow 198
10.1　SQLFlow簡介 198
10.1.1　什么是SQLFlow 198
10.1.2　SQLFlow的定位和目標 199
10.1.3　SQLFlow的工作原理 200
10.2　設置SQLFlow運行環(huán)境 201
10.2.1　通過Docker使用SQLFlow 201
10.2.2　環(huán)境配置 205
10.2.3　交互 210
10.2.4　Jupyter Notebook 210
10.2.5　REPL 211
10.3　向SQLFlow提交分析模型 211
10.4　本章小結(jié) 214
第11章　機器學習模型可解釋性 215
11.1　模型的可解釋性 215
11.1.1　模型可解釋的重要性 215
11.1.2　模型可解釋的必要性 216
11.2　常見的可解釋模型 216
11.2.1　線性回歸 216
11.2.2　邏輯回歸 219
11.2.3　決策樹 224
11.2.4　KNN算法 225
11.2.5　樸素貝葉斯分類器 228
11.2.6　模型比較 229
11.3　黑盒模型的解釋性 230
11.3.1　黑盒模型解釋方法 230
11.3.2　SQLFlow中的黑盒模型解釋應用 233
11.4　本章小結(jié) 237
第12章　基于LSTM-Autoencoder的無監(jiān)督聚類模型 238
12.1　聚類分析的廣泛應用 238
12.2　聚類模型的應用案例 239
12.2.1　K均值聚類 239
12.2.2　層次聚類 245
12.3　SQLFlow中基于深度學習的聚類模型 250
12.3.1　基于深度學習的聚類算法原理 250
12.3.2　城市道路交通狀況的模式識別與聚類 256
12.4　本章小結(jié) 259