从波哥大的起居室，到东京的早间通勤，再到洛杉矶的海滩和柏林的宿舍，Netflix 致力于为全球1.39亿会员带来欢乐，并将人们与他们喜爱的故事联系起来。从注册过程中与 Netflix 的第一次接触开始 -- 无论是在移动设备、平板电脑、笔记本电脑还是电视上 -- 客户体验的每一个部分都充满了创新。我们通过不断地从数据中学习和...

科技公司努力做出数据驱动的产品决策的趋势下，Lyft 也不能免俗。 正因为如此，在线实验，或者说 a / b 测试，变得无处不在。 AB测试太火了，以至于你可能会认为它是一个完全解决的问题。 在这篇文章中，我们将解释为什么实际情况相去甚远，在 Lyft 的拼车市场一样，系统是根据网络动态发展的。 正如我们将看到的，天真...

R 和 Python2/Python3 在过去十年（Pandas问世后）的数据科学领域持续着激烈的竞争，随着时间的推移竞争格局也从混沌走向清晰。

背景 近年来，人工智能与数据科学领域发展迅速，传统项目在演化中也越来越复杂了，如何管理大量的机器学习项目成为一个难题。 在真正的机器学习项目中，我们需要在模型之外花费大量的时间。比如： 跟踪实验效果 机器学习算法有可配置的超参通常都是十几个到几十个不等，如何跟踪这些参数、代码以及数据在每个实验中的表...

介绍 你知道 XGBoost 算法是一种现在在数据科学竞赛的获胜方案很流行的算法吗? 那么，他比传统的随机森林和神经网络算法强在哪里呢？广义上来说，它在效率，准确性，可行性都更有优势（接下来我们将会详细讨论）。 在最近的几年中，模型预测已经变得越来越快速和准确了。我记得我曾花费数个小时在为某个模型构建特征工程...