当前课程知识点:大数据技术与应用 >  董飞:硅谷公司的大数据实战分析 >  硅谷热门公司 >  硅谷热门公司

返回《大数据技术与应用》慕课在线视频课程列表

硅谷热门公司在线视频

下一节:大数据简介

返回《大数据技术与应用》慕课在线视频列表

硅谷热门公司课程教案、知识点、字幕

我们下面再看这个

我们进入正题

就是讲一些硅谷的这种公司

我们先看这样的一个图

我把它这个IT的公司

做一个分类

怎么分呢很简单

就根据它的公司的规模

对吧 我就分成这

下面的四类

这个属于是成熟型的公司

它的规模是在十万人以上

然后到这个上市型的公司

规模也是在五千到五万人

然后Pre IPO的是在

Pre IPO的意思就是说

它其实已经拿到了很多个

比如说融资的规模

只不过它还没有上市

但是它的规模也有很多

已经在一千人以上了

然后剩下一类就是这个我们

简单的说Start-up

但是你要知道这里面有太多的

你一个人也可以叫Start-up

对吧 但是呢我就认为

在里面选取一些有特点

然后我个人比较看好的公司

其实我现在没有给出一个

这也没有什么答案了

当然你可以自己去先

脑子里面浮现一下

有哪些可以就是想象到的

因为这个场地有限了

我就先列出我的一些

这个见解了

对吧 比如说在这个

成熟的公司里面

我说到了像微软 IBM

因特尔 Oracle

这些公司都很老牌

是创立于上世纪的这个70年代

甚至于像IBM是

大家知道是百年的公司

第二类呢是这个

这个我也列了一些

像谷歌 谷歌现在

全球应该是两万人以上了

像Facebook

他们现在也有八千人

然后LinkedIn

大家也知道

反正我之前的这个东家

然后它现在也是五千人以上

推特 他们这个特点

就是最近就是还是以

很好的福利著称

比如说大家知道像谷歌

什么免费吃的有20多个食堂

像这个Facebook提供

最近这个他们女员工特别幸福

提供了什么免费的

美容美甲的服务

然后LinkedIn我们也是

就是为了争取到更好的

这个员工福利是吧

专门请了一个香港的厨师

给大家去做饭

OK

然后再下面一类是我写的

是Pre IPO的

就这些公司呢

确实是现在的一个焦点

比如说我写的是(Uben)

大家知道是谁的吧

对 做这个打车软件的

一个 一个龙头

然后像(英文)

可能这个公司

大家没有怎么听过

但是其实它的现在的估值

已经到了十个(英文)

以上的规模

它就是做大数据的

我下面也会就是

稍微提一下

然后再下面是(英文)

它是Hadoop的一个

最强的一个咨询公司

它其实成立了也有

大概七八年以上了

然后再下面是Square

它是一个什么呢

就是做这种支付的

支付软件

就比如说你在美国

比如说去那个(英文)

你去买杯咖啡

它经常会有一个插件

那个插件就是通过Square

去支付的

然后最后一类我写的是

我不知道同学有没有了解

比如说(英文)

大家有没有听说过的

这是什么公司

对 就是说

应该说是(英文)

是中国的克隆版

然后第二个是(英文)

可能这个稍微少见一点

我们可以介绍一下

它是一个什么呢

就是简单的说就是说

你在装修房屋的时候

然后呢把你的照片分享到网上

因为里面比如说有你个人的

这个设计

然后你的怎么搭配

但是明显里面是有一些

比如可以挖掘的广告成分的

所以这个公司也算是最近

在一年半的时间涨七倍

然后再下面我写的是Coursera

因为我自己既然来了这边

我也是很看好

它是做这个在线教育方向的

下面一个是(英文)

这个公司可能也

不少朋友不知道

可能比较陌生吧

他们这个公司是首先它是

做这个(英文)的

就比如说是在那个

Android平台上面

特别是像因为在IOS上

你没有什么这个其他的选择

你只有用苹果的这个

这个叫什么

它有自己的应用商店

但是在(英文)上面

就是它会有一些这种

百花齐放 所以它就做这个

(英文)

它我写在上面是因为它

背后拿到了

很多阿里巴巴的资源

像最近一轮又是 D轮的融资

也是在五千万美金以上

好 大家其实也可以思考一下

或者是你自己想一想

你觉得你最感兴趣的

是什么公司

比如说ABCD这四档

你可以自己想一想

比如说大家觉得比如是我

这是个多选题

你比如说选第一类的

A A类的有没有人

就是你自己比较喜欢的

感兴趣的

居然一个人都没有吗

有一个

好 很勇敢

那B的呢 选B的有没有

其实不多

B的好像

就如果说我这个调查

在硅谷的话

B的还是非常多的

可能占 至少占一半以上

C类的呢

OK C类也不多

那D类的呢

我感觉不对

大家加起来这不是一个

这个百分之百

好吧 也许同学们比较害羞

是吧 好 我们再从

另外一个方面来看

就是这个是硅谷的

其实也不是硅谷

是全球的创业公司

它的一个融资的一个榜单

简单的说几点吧

一个是它的那个圆圈越大

就意味着它的这叫

泡沫越大也就是它的估值的

规模就越大

第二个是说黑色跟蓝

这个绿色的区别

黑色是说它的

就成立时间比较短

是在2010年之后才成立的

我给大家就是可能大家比如说

在这里面

我给大家分析一下

因为不是那么清楚是吧

比如说那个最大的是小米

所以你可以看到

小米虽然是中国公司

但是它已经遥居现在是

所有的全球创业公司里面

是第一名

46个(billion)

然后的话我给大家不一一念了

但是我总结一下

它在到达10个billion

现在以上的公司已经到了8家

就比如说分别是小米

(英文) LBNB

这个是(英文)

再上面的是那个(英文)

然后 然后还有一个是

我记得硅谷的

不 在那个

在 我想想是那个(英文)

是15个billion

是在那个中间

还有一个叫(英文)

是印度的淘宝

当然了还有上面有一个

就是写着7个billion的

那是什么 是美团

所以其实我觉得

在里面也有

很有意思的一个现象

一个是就是年轻的公司

就是遥居而上的

这个增长速度非常快的

在中国还是有很多的

第二个就是说

大家可以看到

就是有哪些热门的领域

其实我在下面已经列出了

一些热门的

就比如说在手机端

你比如说像(英文)

比如说像那个(英文)

对吧 它只有一个手机端

没有任何其他的比如说

web的这个入口

当然第二块就(英文)

其实我刚才也讲到了

像(英文)

都是(英文)这样的一个巨头

像(英文)就说什么

比如说你每天面对的

这个一个移动的(APP)

这就是我说的这种

面向消费者的

还有像这种移动

不是 像这个健康领域的

还有像(英文)

我举个例子(英文)

O2O的APP

比如说像(英文)

就是给你网上租房的

所以另外一个特点我也是

可以给大家就是总结一下

你如果说把这个(英文)

就是从大到小

就是依次排开

在前十名当中

有在七八成的样子

是在美国的

就比如说我刚才说到什么

(英文)都是在美国

你再精确一点他们在哪

在哪 在加州

再精确一点在哪在硅谷

再精确一点在哪

可能就是在(三藩)地区

三藩其实是一个

很小很小的区域了

所以你可以想到

这就是大家你要学那个什么

市场经济论什么的

你就想(英文)

这是最重要的

好 我们再从另外一个维度

来看

就这个我是因为我以前

在LinkedIn工作过

LinkedIn它每年会搞一个

叫热门公司的一个榜单

它基于的是它自己的

比如说历史的

比如说查询的数据

然后能看到所有人的

这个查询的次数

然后根据这个分析出来

得到了一个热门的

公司的列表

那么在2012年的时候有哪些

比如说像 比如说像(英文)

它是一个做在这个

(英文)里面做

这种虚拟网络的

然后比如像(英文)

它也是一个大数据的公司

这是2012年的趋势

然后到了2013年

2013年有一些什么变化呢

比如说第一名已经变成了

(英文)下面是(英文)

比如说像(英文)

(英文)就是那个

三个(大象)的

它也是一个做Hadoop的一些

就是这种咨询公司

也已经上市了

就是在前两个月

再下面是(英文)

大家有没有听说过(英文)

这个公司有

有些同学也知道

就是说它是一个

就是简单来说是一个

运动的摄象头

是吧 就是属于那种

运动的极限爱好者的

这个最爱

还有像(英文)

(英文)是什么

就是做那种可穿戴

比如说你的手上戴的

那个手腕

OK 然后再下面

比如说这个是2014年的

一个榜单

大家看到

我可以再稍微说两个

比如说第一名是那个

它是干嘛的

就是说你先拍照

然后它后去这种聚焦

它也是通过软件的方式

去做照相了

然后第二个公司叫(英文)

这个公司确实不是IT的

但是它是干嘛的

它是做这种血液的这种

成分的监测

但它的好处是说叫一针见血

因为以前比如说你化验血

你得比如说抽很多

然后等很长的时间

它那个东西就用一针

针了之后它马上给你测出来

比如说你的里面什么

胆固醇含量

什么你的一些血液疾病

所以这个估值非常高

现在它已经

其实在上个图其实已经

到了将近10个billion了

但是其实这个背景

你要知道是谁呢

它是一个

它是一个斯坦福周报的

一个女生

人家已经把她

已经把她列成是属于

女乔布斯的一个地位了

经常是在什么

商业周刊什么那种

明星的这种级别

然后下面一个是(英文)

也是做它是做什么

大家知道吗

(英文)

其实跟那个(10:43)很像

就是做这种可穿戴

然后再下面是Coursera

当然我也很荣幸了

刚好是有这个机会在这里

再下面是(英文)

它是做这种大数据理财的

等等了

所以我觉得这三个图

我可以给大家也总结一下

就第一个图是说

你可以看到每 这个三年

去年 去年以前这三年

每年的第一名都是在变

这意味着什么

不可能有一个公司说

永远是属于一个龙头的地位

对吧 因为大家的关注点

大家的这个兴趣

包括它公司的发展

都会在不断的变化

但第二就是说

其实这个榜单还是挺靠谱的

为什么

因为很多公司当年是创业公司

它已经成功上市了

有比如说里面像(英文)

包括这个第一个

2012年的有一个(英文)

它也是成功上市了

好 我们再看这张图

这张图我写的叫

技术炒作路线图

就首先这个图的背景

刚才老师也说了

它是(英文)是一个

美国的市场调研部门

它给出了

它做什么事情

就是每年就是

做一些分析预测报告

说比如说大数据

明年是什么趋势

是吧 它给出这张图

写的是 首先可以看到

这个是一张曲线是吧

如果说大家对比如说

在金融领域或者其他领域里面

有一些了解的话

这个可以应用到很多场合

就比如说你可以想像

是一个股市的一段周期

你比如想象

这假如说你想象这是一个

(特斯拉)的一个股票

是吧 在某个时刻

就突然爆发

然后一路飙升

从40涨到是吧 300

然后后来有一段时间

就掉下来

是吧 也就是现在

又在缓慢的回升上去

当然我先不说股票了

我先说一下这个技术

这个技术里面

我先给大家就是

做几个标注

第一个标注也就是什么呢

也就是(英文)

是吧

就是你可以看到

(英文)

现在还没有到顶峰

还是往上冲往顶峰的这个阶段

第二个东西

第二个是什么呢

是(英文)

其实(英文)从去年看

其实它已经过了最高点了

是吧

当然可能

你可能认为为什么

我们现在还在谈论呢

但是确实是有一种可能

就是(英文)

也许是大家

越来越深入人心了

所以它会慢慢的降温

但现在在谷底的是什么呢

大家没看清楚

它写的是(英文)

是吧 大家可能也觉得奇怪

我举个例子

比如说我当时

在杜克读书的时候

因为他们要写很多(paper)

然后每一个这个PSD

就是(paper)都要挂一个

(cloud)

他觉得不挂(cloud)这个(paper)就发不出去了

是吧

然后再下面我看一个是

就是最成熟期了

就写的是什么

是(英文)

其实这个东西大家可能说

每个人都在 都在你的生活中

都在广泛应用

对吧

就比如说苹果的(英文)

像谷歌的(英文)

百度也有它的那个

什么云的搜索引擎

应该这个技术应该是很成熟了

所以我就说从这个里面

也可以看的到

就是说一个事物的发展规律了

我当然不是说比如说

比如说在一开始它是很多人

包括一些媒体把它给炒作

一下子吸引起了很多的人气

但是那个时候是很不健康的

因为你也知道就是

它的商业模式也不完成

然后可能大家都不知道

它是真正是有什么价值

但是因为它是个

很吸引你眼球的东西

所以一下子聚集了很多人气

但是很不幸

就说很多时候你就得往下走

往下走的目的也是希望

你要挤出那个水分

比如说你那个时候

假如说你的(14:30)

也出来了

或者是大家很质疑你

说有没有这个就是

可以健康的(英文)的发展

然后它就会往下走

其实很多公司根本就没有

就没有办法去

就是在那个下降的过程当中

它可能真的就死掉了

就没有 没有后面那一段了

当然我觉得真的健康的是说

大家可以看到就是

右边的这一段对吧

就是说你能够找到一个

可持续发展的路径

这样你才能够 对吧

一步一步的稳扎稳打

好 然后再下面我们看

这样一个东西

就是说大家经常跟我讨论

什么未来趋势

我也经常看一些文章

其实我有时候讲

看未来还不如看历史

对吧

你怎么看历史呢

首先这张图是指

我们从人类的历史上来看

其实也就 也就在几千年

对吧 有一个说法

有一个说法其实我们人类

前面的两千年

其实可以说没有任何的长进

就是在原地的踏步走

但是到了某一个时刻

它就改变了

就开始加速的增长

就这个时刻是什么呢

我其实也写了

我写的是工业革命

就是1820年 是吧

就是说发明了蒸汽机

其实 其实同学们

也可以想一下

为什么 为什么工业革命

这么追求

以前的话我举个例子

就是我看过一些

这个文献的调查

就是人类的这个GDP的增长

在1820年之前

它的年的GDP的这种

这种就是它的这个百分比

是万分之五

然后到了1820年之后不一样了

变成了千分之二

大家想想这其实

不是一个小数字

但现在其实说

现在全球的GDP的增长

已经到了百分之一

到百分之二的阶段了

也就是百分之一跟百分之二

跟当年的这个千分之

千分之几是吧

又是一个很大的差别

我觉得为什么呢

我觉得第一点就是说

人类的这个

这个手被解放了

是吧 机器代替了人类的一种

劳力的活动

因为你想以前人这个

在农业社会时代

你的每一个劳动

都是要解决你的温饱问题

你要想着就你

不劳动你就没有下一顿吃饭

但现在的话你可以稍微

机器所有的东西

对吧 一个人那个机器

都可以养活很多很多的

这样的一个生命

这样的话就是人类

可以把更多的智慧

更多的这个叫创新

投入到新的这种科技里面去

后来比如说也有了

像第二次第三次工业革命

大家也知道了像比如说

石油代替了这个煤炭

然后发明了像飞机

然后呢之后发生什么呢

比如说有 有了计算机

有了互联网

包括现在的移动互联网

所以它这个加速是越来越快

这里面呢

当然就是学计算机的人

大家可能都知道

有个东西叫摩尔定律

它说什么

就说可能大家都知道

我就简单的复述一下

在每隔18个月

它的计算机的晶体管的数量

会double一倍

反过来如果说在同样的

成本的情况下

不 就是说在同样的

晶体管数量情况下

它的成本会降低到原来的一半

这是一个意思

但是我想说其实摩尔定律

可以应用到不仅仅是

计算机的这种晶体管

对吧 你可以应用到

比如说什么呢

比如说你的现在的存储

是吧 我可以想想

比如说十年前

大家可能想的这个

一个硬盘比如是一个G

你可以想想

但是现在都一个T

都根本不算什么的

然后的话

还有什么

比如说你的网络带宽

也是在符合摩尔定律

还有像比如说

比如说像这个摄像机

它的这个象素

对吧 所以另外一个就是说

大家也知道就是信息爆炸

就是它想说的

表达什么含义

就是说现在这个数据

是在加速的增长就有点像

说人家说现在比如说

最近这十年的积累的数据

就已经超过了人类历史上

这种积累的总和

但是你可以现在觉得

还无所谓

但是可能比如你再过两年

也许在未来这两年产生的数据

就超过了你从人类历史上

到今天的总和

所以它是一个在

不断加速增长的过程

但是在这个过程当中

也提出了一些就所谓的那种

理论了

我先给大家看这样一个说法

他叫奇点

奇点在很多领域里面

有不同的定义

我这里当然说的是

在就比如说在物理学里面

有个奇点

它就说这个宇宙大爆炸

这个就是某一个时刻

是吧 从那个时刻开始之后

突然一爆炸

然后就有了人类

不 就有了整个宇宙了

是吧

那么在计算机里面

也有一个它有个奇点的定义

我们谁能大家知道这个人是谁

有没有人大声说出来

(19:15)

他是我们就是计算机

这种体积结构的先驱了

就是我们现在计算机

为什么是这样一个结构

就是他提出来的

其实也很简单

比如说你可以想一下

他有输入设备有输出设备

然后中间有一些这种

扭转存储

跟这个CPU的计算

然后他提出来了

是一个叫奇点的这个定义

我就给大家念一遍

是的是叫技术将会逼近

人类历史上某一种本质的奇点

那么从那以后人类行为

都不可能以我们熟悉的面貌

继续存在

OK

然后呢后来因为有一个

美国有一个未来学家

他叫库兹威尔

他提出了一个叫什么呢

叫奇点临近

这样一个状态

就是在这张图上也显示出来了

就我们会看到

在那个右半段是什么呢

他大概预测在2029年左右

我们的这个电脑跟人类的

这种大脑的计算速度会非常

就可以说是一样的

但这个还不叫奇点临近

就是到了2045年

到2045年他认为

就说可能那个时候

就是真正的奇点

就说人类跟我们现在的

生活方式完全不一样

其实我想比如大家

在如果身体健康的话

还是很有可能活到那一天的

我也很期待那个时候

世界是什么样一个

翻天覆地的变化

好 另外一个就是

我也是在自己的一种

学习跟阅读当中

也获得一些这种知识了

我也给大家就是推荐几个

其他人的这种看法

比如第一个人

第一个人我已经写了叫

图灵 对吧

就是在我看过一个电影

它叫(英文)

其实就是讲图灵自传

图灵这个人其实大家

有多少人知道就这个人

应该都知道是吧

就是说他是属于那种

比如说诺贝尔因为没有

计算机奖

那么这个对应的是什么奖

就是图灵奖

是吧 像包括这个

清华现在这个姚期智

也是当年夺得这个图灵奖

他的一个贡献是说

说到这里我就稍微扯两句了

像图灵的话

他的身世还是挺悲惨的

他当时是英国人

然后在二战期间

他的最大贡献就是

破译了德军的密码

然后他就是发明了

这样的一个当时叫图灵机

这样的东西

然后最后的话挽救了

几千万的人类的生命

但是很可惜

这首先这个东西是

高度保密的

就算是抗战胜利

也没有人知道

他所有的资料全部都得销毁

第二件事比较悲剧的

是说他虽然做出了

这么多贡献

但是被人告发是同性恋倾向

而在那个时代是不被允许的

所以非常 非常可惜吧

但法官就判他

你要不选择坐牢

要不就化学阉割

他选择了后者

然后再之后他在42岁的时候

就选择了自杀

据说他自杀的时候

他吃了一个(22:02)的苹果

你想缺了一口 是吧

所以就是苹果的诞生

好 这是个小段子了是吧

然后呢他提出来的一个东西

叫图灵测试

就是这就是我们

人工智能的一个定义

就简单来说

你把这个 一个屏幕

是吧 遮住 是吧

你不知道后面是人还是机器

然后你在人前面问他一个问题

如果说他不能辨别的话

他就说明后面这个机器

具备了智能

所以我想说的是

这个人类其实他也就在

上世纪50年代

50年代提出了这样一个东西

也就在50年代发展

我觉得已经做出了很大的

这个 对现在来说

已经做出了很大的这个改进了

然后第二个是李开复

他最近就是

今年他这个复出之后

做了一些演讲

我看到他写的是未来五年

物联网

会有庞大的创业机会

所以就是我也是提醒各位

这个如果说以后

有志于创业的人

可以多关注这里面

就是什么意思呢

不知道大家听过一个东西

叫IOT

有没有人知IOT

(英文)对吧

那么就举个就是

我们身边的例子像小米是吧

小米它在最近这个月

确实还是有很多动作

他们之前就是跟海尔合作

就提出来一个就是说

一个

就是一个很小很小的模块

它可以就插入

就嵌入到任何的

智能设备里面去

是吧 你可以想想

就是什么所谓你的手机

以后就控制任何家电

对吧 你的电冰箱你的空调

任何东西

并且成本降到非常低

也就十几人民币

然后的话另外就是

最右边的这个人

是(吴军)

他是 就简单介绍一下

他原来是谷歌的资深工程师

然后之后在他回到了腾讯

工作过一段时间

然后再之后他又回到了谷歌

现在据说是做一些天使投资了

当然他提出来一个论断是说

它 它把它人工智能

稍微改进了一下

它叫机器智能

他写了一个论断是叫

未来的机器可能要控制

98%的人

那么我们对我们来说

只有一个选择

你到底是成为98%

还是那个2%

所以大家也要思考思考

大数据技术与应用课程列表:

李国杰:面向大数据的数据科学

-完整讲座

--完整讲座

-李国杰:面向大数据的数据科学--课后习题

吴甘沙:大数据分析师的卓越之道

-数据思维方式的改变

--数据思维方式的改变

-数据的假设与采集

--数据的假设与采集

-数据的准备

--数据的准备

-数据的分析

--数据的分析

-数据的解释与验证

--数据的解释与验证

-吴甘沙:大数据分析师的卓越之道——课后习题

董飞:硅谷公司的大数据实战分析

-个人介绍

--个人介绍

-硅谷热门公司

--硅谷热门公司

-大数据简介

--大数据简介

-大数据平台系统

--大数据平台系统

-工业实践

--工业实践

-结尾

--结尾

-董飞:硅谷公司的大数据实战分析--课后习题

杨光信:数据系统架构

-数据系统架构历史

--数据系统架构历史

-从sql到nosql

--从sql到nosql

-数据库系统实现变革

--数据库系统实现变革

-负载融合

--负载融合

-数据系统架构成本

--数据系统架构成本

-杨光信:数据系统架构——课后习题

时磊:大数据网络可视化

-什么是可视化

--什么是可视化

-网络可视化

--网络可视化

-大数据带来的新挑战

--大数据带来的新挑战

-大数据网络可视化的若干案例

--大数据网络可视化的若干案例

-时磊:大数据网络可视化—— 课后习题

彭元:网络安全与大数据

-网络安全概述

--网络安全概述

-大数据安全分析平台

--大数据安全分析平台

-大数据安全应用

--大数据安全应用

-大数据平台安全

--大数据平台安全

-彭元:网络安全与大数据——课后习题

钟义信:“人工智能与大数据”的创新研究

-人工智能系统的本质功能模型

--人工智能系统的本质功能模型

-隐性智慧,显性智慧

--隐性智慧,显性智慧

-人工智能:能与不能

--人工智能:能与不能

-人工智能的技术现状

--人工智能的技术现状

-机制主义人工智能模型

--机制主义人工智能模型

-信息转换和智能创生定律

--信息转换和智能创生定律

-人工智能与大数据

--人工智能与大数据

-钟义信:“人工智能与大数据”的创新研究——课后习题

吴军:数据为王和机器智能的时代

-什么是机器智能

--什么是机器智能

-大数据的重要性及特点

--大数据的重要性及特点

-大数据中的因果关系与关键技术

--大数据中的因果关系与关键技术

-大数据与机器智能

--大数据与机器智能

-大数据思维

--大数据思维

-讲座问答环节

--讲座问答环节

-吴军:数据为王和机器智能的时代——课后习题

苏中:从大数据到认知计算

-大数据概述

--大数据概述

-大数据相关新趋势

--大数据相关新趋势

-大数据技术创新1

--大数据技术创新1

-大数据技术创新2

--大数据技术创新2

-大数据技术创新3

--大数据技术创新3

-大数据商业价值和前景

--大数据商业价值和前景

-大数据机遇和挑战

--大数据机遇和挑战

-苏中:从大数据到认知计算——课后习题

王新锐:金融大数据的法律实践

-金融大数据概述

--金融大数据概述

-用户个人信息分类

--用户个人信息分类

-金融大数据法律框架

--金融大数据法律框架

-实际案例和业界实践

--实际案例和业界实践

-核心风险点

--核心风险点

-王新锐:金融大数据的法律实践——课后习题

刘鹏:互联网变现与计算广告

-互联网与商业化

--互联网与商业化

-大数据与计算广告

--大数据与计算广告

-计算广告介绍

--计算广告介绍

-数据交易

--数据交易

-刘鹏:互联网变现与计算广告——课后习题

杨保华:区块链与数据科学

-从记账技术到区块链

--从记账技术到区块链

-区块链确保数据真实性

--区块链确保数据真实性

-区块链确保数据安全性

--区块链确保数据安全性

-区块链衡量数据价值

--区块链衡量数据价值

-区块链的应用和总结

--区块链的应用和总结

-杨保华:区块链与数据科学——课后习题

杨紫陌:个性化内容推荐

-个性化推荐系统

--个性化推荐系统

-推荐系统的召回与排序

--推荐系统的召回与排序

-智能制作之个性化海报

--智能制作之个性化海报

-线上推荐系统其它要素

--线上推荐系统其它要素

-杨紫陌:个性化内容推荐——课后习题

陆祁:用户行为大数据

-个人介绍及用户理解背景

--个人介绍及用户理解背景

-用户理解与用户画像

--用户理解与用户画像

-案例1:用户属性识别

--案例1:用户属性识别

-案例2:自然人识别

--案例2:自然人识别

-案例3:WOI与社交关系识别

--案例3:WOI与社交关系识别

-陆祁:用户行为大数据——课后习题

阳任科:大数据与AI的内容分析

-内容智能生态——数据、算法、应用

--内容智能生态——数据、算法、应用

-大数据在内容分析的应用

--大数据在内容分析的应用

-IP价值评估系统

--IP价值评估系统

-爱奇艺的剧本评估

--爱奇艺的剧本评估

-爱奇艺的智能评分

--爱奇艺的智能评分

-阳任科:大数据与AI的内容分析——课后习题

王栋:美团外卖的大数据应用

-外卖行业及场景简介

--外卖行业及场景简介

-餐饮及外卖行业大数据应用框架

--餐饮及外卖行业大数据应用框架

-案例分析:智能营销场景的用户画像

--案例分析:智能营销场景的用户画像

-案例分析:智能助手场景的菜品画像

--案例分析:智能助手场景的菜品画像

-王栋:美团外卖的大数据应用——课后习题

赵楠:商业思维与大数据技术在美团旅行业务中的结合

-旅行业务的特点

--旅行业务的特点

-美团旅行业务的用户画像构建

--美团旅行业务的用户画像构建

-用户画像的应用案例

--用户画像的应用案例

-住宿需求预测问题

--住宿需求预测问题

-营销补贴策略建模

--营销补贴策略建模

-赵楠:商业思维与大数据技术在美团旅行业务中的结合——课后习题

陈彧:美团点评金融服务的大数据与人工智能

-互联网金融背景介绍

--互联网金融背景介绍

-互联网金融科技

--互联网金融科技

-数据智能的三个案例

--数据智能的三个案例

-技术展望

--技术展望

-陈彧:美团点评金融服务的大数据与人工智能——课后习题

毛波:阿里全息大数据构建与应用

-数据的进化历程

--数据的进化历程

-阿里DMP平台介绍

--阿里DMP平台介绍

-核心技术及案例

--核心技术及案例

-数据应用

--数据应用

-毛波:阿里全息大数据构建与应用——课后习题

韩定一:在线营销中的竞价机制与数据价值

-在线营销

--在线营销

-竞价机制

--竞价机制

-数据价值

--数据价值

-韩定一:在线营销中的竞价机制与数据价值——课后习题

龚笔宏:大数据在工业界中的经典案例分享

-竞价排名搜索

--竞价排名搜索

-主要技术问题

--主要技术问题

-点击率预测概述

--点击率预测概述

-点击率预测实践

--点击率预测实践

-龚笔宏:大数据在工业界中的经典案例分享——课后习题

[补充] 郝井华:即时配送中的人工智能

-即时配送业务的背景及挑战

--即时配送业务的背景及挑战

-案例1:订单分配策略

--案例1:订单分配策略

-案例2:供需平衡策略

--案例2:供需平衡策略

-未来展望

--未来展望

-郝井华:即时配送中的人工智能——课后习题

[补充] 陈辉:数据驱动营销

-什么是数据驱动营销

--什么是数据驱动营销

-LTV留存分析

--LTV留存分析

-RFM会员体系

--RFM会员体系

-消费者微群画像

--消费者微群画像

-渠道倾向性分析及行业竞争分析

--渠道倾向性分析及行业竞争分析

-机器学习潜客挖掘模型

-- 机器学习潜客挖掘模型

-陈辉:数据驱动营销——课后习题

[补充] 艾小缤:大数据评价体系在金融、征信领域的创新

-金融大数据时代

--金融大数据时代

-大数据客观信用

--大数据客观信用

-我国的金融环境

--我国的金融环境

-客观信用的实践

--客观信用的实践

-应用案例与成果

--应用案例与成果

-艾小缤:大数据评价体系在金融、征信领域的创新——课后习题

[补充] 郑宇:大数据驱动智能城市

-外部链接

--外部链接

讨论专题

-课程总结讨论单元1/2

-课程讨论总结单元2/2

硅谷热门公司笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。