数据科学工程实践 用户行为分析与建模、A/B实验、SQLFlow 谢梁 等 著 专业科技 文轩网

作者简介
序一
序二
前言
第一部分 观测数据的分析技术
第1章 如何分析用户的选择 2
1.1 深入理解选择行为 2
1.1.1 选择无处不在 2
1.1.2 选择行为的经济学理论 4
1.1.3 离散选择模型 5
1.2 DCM详述 6
1.2.1 从经济模型到计量模型 6
1.2.2 DCM的应用场景 9
1.2.3 DCM的重要数学知识 10
1.3 DCM模型的Python实践 13
1.3.1 软件包和数据格式 13
1.3.2 使用逻辑回归分析自驾选择问题 16
1.3.3 使用多项Logit模型分析多种交通方式选择问题 21
1.3.4 使用嵌套Logit模型分析多种交通方式选择问题 24
1.4 本章小结 26
第2章 与时间相关的行为分析 27
2.1 生存分析与二手车定价案例 27
2.1.1 二手车定价背景 27
2.1.2 为什么不选择一般回归模型 28
2.1.3 为什么选择生存分析 29
2.2 生存分析的理论框架 29
2.2.1 生存分析基本概念界定 30
2.2.2 生存函数刻画及简单对比 34
2.2.3 生存函数回归及个体生存概率的预测 36
2.3 生存分析在二手车定价案例中的应用 37
2.3.1 软件包、数据格式和数据读入 38
2.3.2 绘制二手车销售生存曲线及差异对比 40
2.3.3 二手车销售生存概率影响因素分析及个体预测 43
2.3.4 基于Cox风险比例模型的很优价格求解 44
2.4 本章小结 46
第3章 洞察用户长期价值：基于神经网络的LTV建模 47
3.1 用户长期价值的概念和商业应用 47
3.1.1 用户长期价值 47
3.1.2 用户生命周期和用户长期价值 48
3.1.3 LTV的特点 49
3.1.4 LTV分析能解决的问题 50
3.1.5 LTV的计算方法 50
3.2 基于Keras的LTV模型实践 52
3.2.1 Keras介绍 52
3.2.2 数据的加载和预处理 52
3.2.3 输入数据的准备 56
3.2.4 模型搭建和训练 61
3.2.5 模型分析 65
3.3 本章小结 66
第4章 使用体系化分析方法进行场景挖掘 67
4.1 经验化分析与体系化分析 67
4.1.1 经验化分析的局限性 67
4.1.2 体系化分析的优势 68
4.2 体系化分析常用工具 69
4.2.1 黑盒模型与白盒模型 69
4.2.2 可解释模型——决策树 69
4.2.3 全局代理模型 73
4.2.4 场景挖掘模型分析方法框架 75
4.3 场景挖掘分析的应用与实现 75
4.3.1 数据背景及数据处理 76
4.3.2 经验化分析方法应用 76
4.3.3 场景挖掘模型的Python实现与模型解读 79
4.4 本章小结 86
第5章 行为规律的发现与挖掘 87
5.1 对有序数据的规律分析 88
5.1.1 有序数据及SVD方法概述 88
5.1.2 SVD原理及推导 88
5.2 SVD聚类建模Python实战 93
5.3 对无序稀疏数据的规律分析 101
5.3.1 稀疏数据及NMF方法概述 101
5.3.2 NMF原理及推导 102
5.3.3 NMF聚类建模Python实战 103
5.4 本章小结 109
第6章 对观测到的事件进行因果推断 110
6.1 使用全量评估分析已发生的事件 110
6.2 全量评估的主要方法 111
6.2.1 回归分析 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 全量评估方法的应用 124
6.3.1 使用回归建模方法对物流单量变化进行全量评估 125
6.3.2 使用DID方法评估恐怖主义对经济的影响 131
6.3.3 用合成控制法评估恐怖主义对经济的影响 134
6.3.4 用Causal Impact方法评估天气情况 136
6.4 本章小结 146
第二部分 实验设计和分析技术
第7章 如何比较两个策略的效果 148
7.1 正确推断因果关系 148
7.1.1 相关性谬误 148
7.1.2 潜在结果和因果效果 149
7.2 运用A/B实验进行策略比较 150
7.2.1 什么是A/B实验 151
7.2.2 为什么应用A/B实验 151
7.2.3 A/B实验的基本原理 151
7.3 A/B实验应用步骤 152
7.3.1 明确实验要素 152
7.3.2 实验设计 154
7.3.3 实验过程监控 155
7.4 A/B实验案例 156
7.4.1 实验场景介绍 156
7.4.2 实验方法设计 157
7.4.3 实验效果评估 157
7.5 本章小结 159
第8章 提高实验效能 160
8.1 控制实验指标方差的必要性和手段 160
8.2 用随机区组设计控制实验指标方差 161
8.2.1 利用随机区组实验降低方差 161
8.2.2 随机区组实验的特征选择 162
8.3 随机区组实验应用步骤 163
8.4 随机区组实验案例介绍 167
8.4.1 背景介绍 168
8.4.2 基本设计 168
8.4.3 随机区组实验相关的设计 168
8.4.4 效果评估 169
8.5 随机区组实验的常见问题 170
8.6 本章小结 171
第9章 特殊场景下的实验设计和分析方法 172
9.1 解决分流实验对象之间的干扰 172
9.1.1 使用随机饱和度实验减少实验对象之间的影响 173
9.1.2 随机浓度实验的设计流程 174
9.1.3 随机浓度实验评估方法及案例 175
9.2 Switchback实验和评估方法 178
9.2.1 不能使用随机分流策略的情况 178
9.2.2 Switchback实验的基本原理 178
9.2.3 Switchback实验中关于时空切片的聚类方法 179
9.2.4 Switchback实验的评估方法 180
9.3 交叉实验 182
9.3.1 交叉实验的基本概念 183
9.3.2 常见的交叉实验设计矩阵 183
9.3.3 交叉实验评估及矩阵误差说明 185
9.3.4 交叉实验评估案例 186
9.4 强约束条件下的实验方法 189
9.4.1 强约束条件场景 189
9.4.2 多基线实验设计的解决思路 189
9.4.3 多基线实验的设计流程 190
9.4.4 多基线实验的评估方法和案例 192
9.5 本章小结 195
第三部分 自助式数据科学平台SQLFlow
第10章 SQLFlow 198
10.1 SQLFlow简介 198
10.1.1 什么是SQLFlow 198
10.1.2 SQLFlow的定位和目标 199
10.1.3 SQLFlow的工作原理 200
10.2 设置SQLFlow运行环境 201
10.2.1 通过Docker使用SQLFlow 201
10.2.2 环境配置 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 本章小结 214
第11章 机器学习模型可解释性 215
11.1 模型的可解释性 215
11.1.1 模型可解释的重要性 215
11.1.2 模型可解释的必要性 216
11.2 常见的可解释模型 216
11.2.1 线性回归 216
11.2.2 逻辑回归 219
11.2.3 决策树 224
11.2.4 KNN算法 225
11.2.5 朴素贝叶斯分类器 228
11.2.6 模型比较 229
11.3 黑盒模型的解释性 230
11.3.1 黑盒模型解释方法 230
11.3.2 SQLFlow中的黑盒模型解释应用 233
11.4 本章小结 237
第12章 基于LSTM-Autoencoder的无监督聚类模型 238
12.1 聚类分析的广泛应用 238
12.2 聚类模型的应用案例 239
12.2.1 K均值聚类 239
12.2.2 层次聚类 245
12.3 SQLFlow中基于深度学习的聚类模型 250
12.3.1 基于深度学习的聚类算法原理 250
12.3.2 城市道路交通状况的模式识别与聚类 256
12.4 本章小结 259