原创 敏捷UX開發與UCD
1新產品開發流程的三種類型 類型A：瀑布型開發模式，各個步驟按照順序進行 類型B：各個步驟首尾部分迭代進行 類型C：多個步驟以重疊的方式同時進行 2 敏捷開發和UCD開發模式 敏捷開發是漸進式的開發模式，把產品分成很多小塊，以小塊兒作爲
2020-06-20 04:27:58
1
原创 用戶需求和產品需求的採集、分析、篩選和管理
1 需求管理流程 產品的需求管理有需求採集、需求分析和需求篩選幾個階段，經過這幾個階段之後纔會進入立項的階段。 需求管理流程圖 2 用戶研究方法 需求採集主要是從用戶的角度進行需求的採集，橫向看，用戶有說和做，顧名思義，說，
2020-06-19 20:21:53
3
原创 產品開發中項目與項目管理
《人人都是產品經理》讀書筆記3 之前提到產品立項之前會有需求的採集、分析和篩選，需求的採集主要從定性與定量，說與做四個維度進行，需求分析需要將用戶需求轉化爲產品需求，確定需求基本屬性、分析商業價值，編寫BRD，評價實現難度和計算
2020-06-19 20:21:53
原创 統計學：離散型和連續型隨機變量的概率分佈
主要隨機變量一覽表 隨機變量 概率分佈 均值 方差 一般離散型變量 p(x)的表、公式或者圖 ∑xxp(x) ∑x(x−μ)2p(x) 二項分佈 p(x)=Cxnpxqn−x (x=0,1,2,3⋅⋅⋅,n) np
2020-02-24 02:30:08
原创 樣本統計量與總體的關係，抽樣分佈的概念性質
本文對抽樣分佈的概念、無偏差和最小偏差等性質，以及中心極限定理和樣本比例的抽樣分佈進行總結。 2 抽樣分佈基本概念 參數（parameter）：參數是對總體的數值描述，因爲是總體，所以值經常是未知的。 樣本統計量（sample
2020-02-24 02:30:08
原创 概率論中基本概念回顧
概率論和統計學恰好是兩個相反的概念，統計學是抽取部分樣本進行統計來估算總體的情況，而概率論是通過總體情況來估計單個事件或者部分事情的發生情況。 統計學： Created with Raphaël 2.1.0樣本推斷總體 概率論：
2020-02-24 02:30:08
原创 UCD的產品設計原則
一. UCD UCD，user-centered design ，也就是以用戶爲中心的設計原則，是在產品開發和設計過程中的核心原則。 所謂的以用戶爲中心，就是以用戶的需求爲中心，產品的研發和設計始終圍繞着用戶的需求。與之相對應
2020-02-24 02:30:08
1
原创 圖形和數值的數據集描述方法
圖形方法對數據集的描述 1. 條形圖（bar graph） 條形圖一般橫向表示類別（class），縱向表示該類別所對應的類別頻率（class frequency）。 2. 餅狀圖（pie graph） 餅狀圖是一個圓
2020-02-24 02:30:08
原创 統計學中的基本概念
《商務與經濟統計學 》讀書筆記 一. 統計學思維 1. 統計學幾個基本概念 描述統計 和 推斷統計（統計的兩大應用）描述統計（descriptive statistics）：利用數字或者圖標的方法，尋找數據的規律，總結其中的信息，以
2020-02-24 02:30:08
原创 機器學習之樸素貝葉斯(NB)分類算法與Python實現
樸素貝葉斯（Naive Bayesian）是最爲廣泛使用的分類方法，它以概率論爲基礎，是基於貝葉斯定理和特徵條件獨立假設的分類方法。 一 概述 1 簡介 2 條件概率與貝葉斯定理 3 樸素貝葉斯分類的原理 4 樸素貝葉斯分類的流
2018-09-03 17:36:13
原创 機器學習之k-近鄰（kNN）算法與Python實現
k-近鄰算法（kNN，k-NearestNeighbor），是最簡單的機器學習分類算法之一，其核心思想在於用距離目標最近的k個樣本數據的分類來代表目標的分類（這k個樣本數據和目標數據最爲相似）。 一 k-近鄰kNN算法概述 概
2018-09-03 17:36:13
原创 數據挖掘的基本概念：數據庫、數據倉庫、機器學習，統計學
“數據挖掘“(Data Mining)又被稱爲“數據中的知識發現”（KDD），顧名思義，也就是通過數據清理、數據集成、數據選擇、數據變換、數據挖掘、模式評估、知識表示等一些列步驟，對數據進行分類、聚類，發現其中的關聯關係或者離羣點，來發現
2018-09-03 17:36:13
原创 單樣本和兩樣本的統計推斷：置信區間和假設檢驗
《商務與經濟統計學》讀書筆記 6 1 相關概念 置信區間（confidence interval）：用一個區間範圍來估計總體參數，和點估計對比。 點估計：用一個數值來估計總體參數。 置信係數（confidence coeffici
2018-09-03 17:36:13
原创 機器學習之決策樹(ID3)算法與Python實現
機器學習中，決策樹是一個預測模型；他代表的是對象屬性與對象值之間的一種映射關係。樹中每個節點表示某個對象，而每個分叉路徑則代表的某個可能的屬性值，而每個葉結點則對應從根節點到該葉節點所經歷的路徑所表示的對象的值。決策樹僅有單一輸出，若欲
2018-09-03 17:36:13
13
原创 機器學習之Logistic迴歸與Python實現
logistic迴歸是一種廣義的線性迴歸，通過構造迴歸函數，利用機器學習來實現分類或者預測。 一 Logistic迴歸概述 1.1 分類函數 1.2 Cost函數 1.3 梯度上升法求J(w)J(w)J(w)最大值 二、Py
2018-09-03 17:36:13