-
24.7 Compose应用案例二：大数据Spark集群
24.7 Compose应用案例二：大数据Spark集群 24.7 Compose应用案例二：大数据Spark集群 1.简介 Spark是Berkeley开发的分布式计算的框架，相对于Hadoop来说，Spark可以缓存中间结果到内存从而提高某些需要迭代的计算场景的效率，目前受到广泛关注。 熟悉Hadoop的读者会比较轻松，Spark很多设计理念和... -
空标题文档
3.2 国外众筹成功案例如何玩转社交 无数国内外成功众筹案例说明，社交平台推广活动对众筹项目的成功起着如虎添翼的作用。找对了社交圈推广途径，几乎不费吹灰之力就能把人们的目光吸引过来，然而有时，尽管项目描述做得非常详尽，也在各大社交网络一个不漏地日日刷新，却依然无人青睐。巧妙衔接项目本身特性与社交圈受众群的需求是众筹玩转社交平台的关键，通过对以下国外众筹案... -
保险模式：颠倒的免费增收
保险模式：颠倒的免费增收 保险模式：颠倒的免费增收 在免费增收模式中，少量为高级服务付费的客户补贴大量非付费客户。而保险模式则正好相反——将免费增收模式完全颠倒过来。在保险模式中，大量用户定期支付小额费用，来保护自己预防那些一旦发生在财务上就是毁灭性的小概率事件。简而言之，大量付费客户补贴有实际需求的少量客户，而且付费客户可以在任何时间成为受益客户群... -
预估的都是垃圾
预估的都是垃圾 预估的都是垃圾 我们都是蹩脚的估算师。我们自以为能预测一项任务会耗时多久，但实际上我们一无所知。我们把一切都看成是按最佳方案进行，意识不到现实中总难免有突发事件会耽搁进度。现实世界并不会与所谓的最佳案例情境相吻合。 所以，提前几周、几个月甚至几年就去预测未来，简直就是在说梦话。事实是，你根本不知道那么远的将来会发生什么。 有多少次你... -
1-6 贝叶斯推理过程的总结
1-6 贝叶斯推理过程的总结 1-6 贝叶斯推理过程的总结 用图表对于之前提到的后验概率的计算方法进行总结，如图表1-9 所示。 图表1-9 关于顾客类别的贝叶斯推理过程 那么，通过求后验概率，我们能够了解到什么呢？其实，只要抽出图表的开头、中间和结尾部分，并填入数值，结果就很明确了。（图表1-10 ） 图表1-10 有关顾客类别的贝叶斯... -
第15讲 在获得信息之后，概率的表示方法
第15讲 在获得信息之后，概率的表示方法 15-1 运用“条件概率”来表示“贝叶斯逆概率” 第15讲 在获得信息之后，概率的表示方法 “条件概率”的基本性质 15-1 运用“条件概率”来表示“贝叶斯逆概率” 通过前面的讲义大家已经了解到：贝叶斯推理来说，最重要的观点是“获得信息之后，概率发生变化” 。用第2讲中的案例来具体解释，即：在癌症指标检... -
9.5 案例研究：苹果iPod到iPad的产品生命期和增长潜力
9.5 案例研究：苹果iPod到iPad的产品生命期和增长潜力 苹果的产品生命期表明了iPhone和iPad在接下来几年内的发展（见图9.3）。iPod突破每年3000万部的销售量花费了5年，iPhone花费了4年，而iPad两年就达到了这一水平，它的总销售量已经达到6700万部。苹果花费24年才销售了同等数量的Mac，花费5年才销售同等数量的iPod，... -
12.4.2 步骤1：列出和评估SWOT要素
12.4.2 步骤1：列出和评估SWOT要素 下一步包括列出和评估公司的优势、劣势、机遇和威胁。你可能应用价值链、Porter五力模型、推动力分析或者STEEP等技术，确保找出现在和未来各个领域的优势、劣势、机遇和威胁。这4个类别定义如下。 ·优势是使公司比其对手更具竞争力的因素，是公司优于竞争对手的领域或者资产。优势实际上是公司可以有效利用，以实现业...