利用tabluea分析数据的案例_数据分析案例第0篇——案例清单

初稿时间：2019年11月29日20点43分

更新时间：——

0.为什么要写这个案例篇？

最直接的原因是第一部分10个机器学习案例，来源于一篇文章中的一个机器学习系统设计的教程，刚开始看了一两个感觉和我们平时了解到接触到的内容差别挺大，据说是业界真实的应用，从最开始的目标、数据预处理到最后的部署到生产环境，这一系列的“真·实战经验”都是很难从一些教程里了解到的。

由此，我又按耐不住想去找一些数据分析相关的案例进行深入学习，一开始尝试从medium按照"data analyse","analyse"等关键词检索，最终收获不多（大概是上面提到的那篇教程质量太高了）

后来想起了看过的一篇文章于是顺腾摸瓜，筛选出了该系列的热度top10的文章

1.机器学习10 个经典案例

来源：一日千星的「机器学习系统设计指南」，这个英伟达小姐姐的项目火了

1. 利用机器学习预测 Airbnb 上的房屋价值（medium）
2. 利用机器学习提高 Netflix 上的数据流质量（medium）
3. 缤客网 150 个成功的机器学习模型：从中学到的 6 个经验教训（个人博客）
4. 从零到 400 万女性用户的时尚 APP——Chicisimo（medium）
5. 用机器学习驱动 Airbnb 搜索体验（medium）
6. Lyft 公司的反欺诈机器学习系统（medium）
7. Instacart 外送服务中的路径优化（medium）
8. Uber 的大数据平台：具有分钟级延迟的 100+Petabytes（medium）
9. 利用计算机视觉和深度学习来创建现代化的 OCR 管道
10. 利用 Uber 推出的 Michelangelo 机器学习平台来扩展机器学习

2.传统分析：

0. 《少年的你》之后，流量明星对电影意味着什么？ （作者：罗钰靖、阿米）

这是我第一次关注到DT数说的文章，立马圈粉，文章质量相当高，以下是简单评论：

仅仅通过豆瓣数据就对流量明显和电影地关系进行了充分地探讨，出彩的地方似乎也没有，用到方法也就描述性统计、聚类分析、分词统计，但是确实是一篇利用数据探讨问题的好范文，对于关键问题都有充分地数据支持，逻辑也算合理。

以下是DT数说的热度top10（获取方式见：数据分析之公众号数据获取（小批量数据））

1. ....

剩下的待我研究完后更新，敬请期待！

3.研究维度

1,拆解文章结构 ：文章来源、数据来源、话题、作者、话题、分析方法

2.总结文章内容 + 一些实践

3.点评：创新性；特别点；迁移借鉴；