此書籍沒有詳細資訊。
還沒有人留下心得，快來搶頭香！
為您推薦
類似書籍推薦給您
內容簡介 從A/B測試、通用啟發法、吃角子老虎機演算法，到貝氏最佳化 「網頁搜尋、社交網路、手機app，它們每天都在最佳化！ 這種概念對許多今後要進行數位化的產業來說不可或缺，也會從根本改變我們在行銷、產品開發和設計的思維。即使不是理工背景，也請從內容感受基於資料的最佳化世界的氛圍。」 -東京大學研究所工學系研究科 人工智慧工程研究中心／技術經營戰略學專攻 教授 松尾豐 只要是網路服務相關開發人員，都無法迴避此課題：提供更好的使用者體驗。本書介紹如何定量評估及改善使用者行為，以達成網路服務的成長。 本書從簡單的A/B測試開始，介紹線性模型、通用啟發法、吃角子老虎機演算法、貝氏最佳化，以及機器學習的各種知識，帶您了解如何用數學方式解決網站最佳化這個現實中的問題。 透過Python範例程式碼與圖表解說的數學模型，仔細解釋機器學習和統計的基礎知識，對於想了解網站最佳化方式與機器學習基礎知識的讀者來說，本書是最適合的選擇。 目錄 第1章 從A/B 測試開始：使用貝氏統計入門假說檢定 第2章 機率程式設計：尋求電腦的幫助 第3章 組合測試：分解為元素思考 第4章 通用啟發法：不用統計模型的最佳化方法 第5章 吃角子老虎機演算法：面對測試中的損失 第6章 組合吃角子老虎機：吃角子老虎機演算法遇到統計模型 第7章 貝氏最佳化：處理連續值的解空間 第8章 未來的網站最佳化 附錄A 矩陣運算的基礎 附錄B Logistic 迴歸上的湯普森抽樣
資訊
工程
數學與統計學
機率與統計
自然科學
健康科學
地球與環境
建築、設計與藝術
人文與社會科學
教育
語言學習與考試
法律
會計與財務
大眾傳播
觀光與休閒餐旅
考試用書
研究方法
商業與管理
經濟學
心理學
生活
生活風格商品
參考書/測驗卷/輔材
