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

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(shù)
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(xué)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(yīng)用場景 9
1.2.3　DCM的重要數(shù)學(xué)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(guān)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(yù)測 36
2.3　生存分析在二手車定價案例中的應(yīng)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(yù)測 43
2.3.4　基于Cox風(fēng)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(luò)的LTV建模 47
3.1　用戶長期價值的概念和商業(yè)應(yīng)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(yù)處理 52
3.2.3　輸入數(shù)據(jù)的準(zhǔn)備 56
3.2.4　模型搭建和訓(xùn)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(yīng)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(yīng)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(dǎo) 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(dǎo) 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(yīng)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(shè)計和分析技術(shù)
第7章　如何比較兩個策略的效果 148
7.1　正確推斷因果關(guān)系 148
7.1.1　相關(guān)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(yīng)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(yīng)用步驟 152
7.3.1　明確實驗要素 152
7.3.2　實驗設(shè)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(shè)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(biāo)方差的必要性和手段 160
8.2　用隨機區(qū)組設(shè)計控制實驗指標(biāo)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(yīng)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(shè)計 168
8.4.3　隨機區(qū)組實驗相關(guān)的設(shè)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(shè)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(shè)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(guān)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(shè)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(shè)計的解決思路 189
9.4.3　多基線實驗的設(shè)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(xué)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(biāo) 199
10.1.3　SQLFlow的工作原理 200
10.2　設(shè)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(xué)習(xí)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(yīng)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(yīng)用 238
12.2　聚類模型的應(yīng)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(xué)習(xí)的聚類模型 250
12.3.1　基于深度學(xué)習(xí)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