Abstract：对电商新零售的理解，以及线下专卖店如何达到极致坪效。两个关键公式：1.零售 = 流量 转化率 客单价 * 复购率；2.坪效 =（流量x转化率x客单价x复购率）/ 面积。

Abstract：介绍社交网络分析中的网络密度、层、集群、结构洞。

Abstract:本文讲了聚类和降维两种无监督学习方法。聚类是对无标记数据分析结构并分类的划分算法。降维是减少数据集的特征变量，一般通过PCA算法实现，有数据压缩和可视化数据的作用。

Abstract：我们观念上认为新闻报道是公正中立多元的，但实际上媒体从来都是受倾向的支配。观念，利益等因素管制着媒体的喉咙。而媒体报道 的倾向性会导致民众视野的狭窄化，其同时也影响民众世界观的塑造。现如今以今日头条为代表的机器推荐算法更是有局限用户视野的倾向，那么如何解决？

Abstract：第一部分讲SVM支持向量机的原理和推导，以及其为何可产生大间距分类。第二部分讲如何通过核函数达到改造支持向量机以构造复杂的非线性分类器的目的。第三部分将如何使用SVM。
当遇到机器学习问题时，算法确实很重要，但是通常更重要的是：你有多少数据，你有多熟练，是否擅长做误差分析和调试学习算法，想出如何设计新的特征变量，想出如何设计新的特征变量，以及找出应该输入给学习算法的其它特征变量等方面。通常这些方面会比你使用逻辑回归还是SVM更加重要。

Abstract：第一部分介绍如何用机器学习诊断法评价一个学习算法的可用性以及告知如何改进算法效果（面对机器学习问题，提高算法表现的方法）。第二部分讲怎样评价一个学习算法，以及如何用交叉验证法判断一个算法是偏差OR方差问题。第三部分讲如何操作偏斜数据。第四部分讲使用大数据集的必要性。

Abstract:这是一份来自互联网公司招聘网的职位清单。其涵盖了互联网行业中重要的技术名词。作为PM要对这些技术概念和原理有所了解。可以用平时零碎的时间慢慢加强技术理解，再选择深入的方向。但注意，对PM来说最重要的是痛点挖掘、提出solution和寻找产品关键路径.

Abstract：对一些技术概念和原理的解释。如搜索引擎，推荐算法，贝塞尔曲线，A/B 测试等。

Abstract：一些会经常碰到的技术名词的通俗解释。如抽象，封装，多态，SDK，API，架构，PAC，hook，哈希表等。

Abstract：产品研发过程中的一些基础的开发技术知识。如越界，动画开发，并行计算，程序与数据结构,MVC模式，敏捷开发模式等。

Abstract：关于开发工具的一些基础知识。如编程语言，IDE，GitHub，SVN等。

Abstract:产品研发过程中的一些计算机安全方面的知识。如web安全，信息攻击，加密，信息安全等。

Abstract：产品研发过程中的一些前端知识。如Ajax，PWA，H5,react,websocket,spider 等。

Abstract：产品研发过程中的关于计算机网络的一些基础知识。如服务器，网关，协议，长连接等。

Abstract：一些客户端技术原理，如APK，传感器，热补丁，系统权限等等。