對於剛剛接觸資料分析的人來說，經常會有這樣的困惑和疑問：資料分析究竟難不難？難的話難在哪？為什麼有時候作分析不知道從何下手，只能眉毛鬍子一把抓？

根本原因就在於沒有抓住資料分析的本質，按照我的經驗來說，掌握資料分析方法有一條好的捷徑 — — 套用分析模型，對新手來說幾乎是百試百靈，而要說資料分析行業當中最久負盛名的模型，當屬安索夫矩陣。

安索夫矩陣的內容

安索夫矩陣是以2X2的矩陣代表企業企圖使收入或獲利成長的四種選擇，其主要的邏輯是企業可以選擇四種不同的成長性策略來達成增加收入的目標。如圖所示：

從安索夫矩陣可以看到，四種不同的發展戰略雖然都以企業目前的產品市場組合為出發點，但其各具不同的戰略目標，即四種不同發展戰略的未來產品市場組合各不相同。

1、市場滲透（Market Penetration） — — 以現有的產品面對現有的顧客， 以其目前的產品市場組合為發展焦點，力求增大產品的市場佔有率。

採取市場滲透的策略，藉由促銷或是提升服務品質等等方式來說服消費者改用不同品牌的產品，或是說服消費者改變使用習慣、增加購買量。

在這裡，顧客保有和提高使用頻率是兩個極為重要的方面。顧客保有就是企業能夠擁有現有的顧客，而不使其轉向其它競爭者，這可以透過會員制等辦法實現。提高使用頻率是指鼓勵顧客經常享用企業的各項服務，比如，美國運通公司鼓動現有使用者介紹新的使用者，其方式是每個新使用者登記之後，便贈送免費商品。

2、市場開發（Market Development） — — 提供現有產品開拓新市場，企業必須在不同的市場上找到具有相同產品需求的使用者顧客，其中往往產品定位和銷售方法會有所調整，但產品本身的核心技術則不必改變。

新產品開發戰略是指企業透過改進原有產品或增加新產品而達到擴大銷售的目的。這一戰略在企業市場營銷決策中佔有重要地位。

3、產品延伸（Product Development） — — 推出新產品給現有顧客，採取產品延伸的策略，利用現有的顧客關係來借力使力。通常是以擴大現有產品的深度和廣度，推出新一代或是相關的產品給現有的顧客，提高該廠商在消費者荷包中的佔有率。

市場開發戰略是指企業使現有產品打人更大的市場範圍，從而獲得更多的購買群體。比如，許多銀行透過在國外設立分支機構而吸引外國的客戶。

4、多角化經營（Diversification） — — 提供新產品給新市場，此處由於企業的既有專業知識能力可能派不上用場，因此是最冒險的多角化策略。其中成功的企業多半能在銷售、通路或產品技術等 know-how 上取得某種綜效（Synergy），否則多角化的失敗機率很高。

多角化經營戰略指的是企業向本行業以外發展，實行跨行業經營。這種戰略的風險最大，因為在新的行業裡服務企業原來所建立起來的競爭優勢將幾乎不復存在，該戰略比較適合於成熟的行業，企業無法在本行業內獲得進一步的發展而只有瞄準行業以外的市場。

該矩陣將新產品和現有產品的概念和新市場與現有市場聯絡起來。它實際上是一個評估戰略選擇風險的簡單工具。其意義是，將新產品帶入新市場的戰略決策具有最高的風險，將現有產品帶入現有市場的風險則最低。

工具拓展

安索夫後來對矩陣做了一個修改，增加了地理區域上的複雜性(如圖所示)。

跟資料打交道這麼多年，我發現這兩年有個現象越來越普遍了，那就是很多原本跟資料無關的崗位，現在也開始把資料分析作為崗位的基礎要求了。

財務、市場、產品、運營，甚至是人事……後臺來諮詢我的越來越不侷限於資料分析師了。

經常有剛入門資料分析的新手問我：看了你之前的乾貨，學了各種數理統計知識和資料分析方法，自以為入門了，但一應用到實際工作場景中就蒙圈了 — — 這麼多資料分析模型和方法，我該怎麼選用呢？

資料分析方法雖多，常見的分析思路基本上可以總結為7類，今天我就來和大家介紹一下這七種分析套路，分別適用於什麼場合！

01 趨勢分析

要描述某項指標隨時間的變化，趨勢分析必不可少。比如下圖的分析，就是透過折線圖/柱狀圖對不同時間的採購金額進行趨勢分析，以此分析業務狀況和監控異常波動。

再如下圖，就是透過矩形塊圖展示不同時間對不同原料的採購額情況，顏色越深代表採購額越大，這樣就可以一目瞭然看出什麼時間段隊什麼原料需求量最大了。

最近又有很多人問我為什麼老闆總是嫌棄自己的視覺化報告難看，要麼是嫌棄圖表太老土，要麼是嫌棄資料不明顯，交到老闆手裡，老闆來了一句還不如直接跟他口頭彙報……

尤其是產品崗和資料崗的同學，平時需要接觸海量的資料，但是卻永遠只會用Excel自帶的模板做視覺化報表，就像下面這樣的：

比如這樣的：

典型的大資料分析包含以下幾個步驟：

一、明確分析目的和思路

明確資料分析目的以及確定分析思路，是確保資料分析過程有效進行的先決條件，它可以為資料的收集、處理及分析提供清晰的指引方向。

目的是整個分析流程的起點。目的不明確則會導致方向性的錯誤。即思考:為什麼要開展資料分析，透過這次資料分析要解決什麼問題？

當明確目的後，就要校理分析思路，並搭建分析框架，把分析目的分解成若干個不同的分析要點，即如何具體開展資料分析，需要從哪幾個角度進行分析，採用哪些分析指標。

只有明確了分析目的，分析框架才能跟著確定下來，最後還要確保分析框架的體系化，使分析更具有說服力。

體系化也就是邏輯化，簡單來說就是先分析什麼，後分析什麼，使得各個分析點之間具有邏輯聯絡。避免不知從哪方面入手以及分析的內容和指標被質疑是否合理、完整。

所以體系化就是為了讓你的分析框架具有說服力。

要想使分析框架體系化，就需要一些營銷、管理等理論為指導，結合著實際的業務情況進行構建，這樣才能保證分析維度的完整性，分析結果的有效性以及正確性。

比如以使用者行為理論為指導，搭建的網際網路網站分析指標框架如下：

原文：小蚊子數據分析

在一個資訊大爆炸的時代，每天都有很多的新訊息、新發現、新趨勢向我們狂轟亂炸而來。在這個過程中，我們既是資料的生產者，也是資料的使用者，然而初次獲取和儲存的原始資料總是雜亂無章的。

要想資料達到生動有趣、讓人一目瞭然的效果，就需要藉助資料視覺化。資料圖表天才們可以用簡潔、直觀又有趣的圖表幫我們把大量的資訊匯聚在小小的一張圖表中，不僅讓枯燥的資料和資訊變了模樣，還讓洞察見解躍然紙上，輕鬆傳達複雜觀點。

今天就特意為大家收羅了一些優秀的資料視覺化作品，讓我們一起來感受資料之美。

1. 學校槍擊案

華盛頓郵報統計了從2000年開始，校園槍擊案的數量，每一個點代表10名遭受槍擊案威脅的孩子。

參考連結：Analysis|More than 210,000 students have experienced g …

一月一更的 TIOBE 榜單新鮮出爐，快來看看開發者最常用的程式設計工具都有哪些變化吧！

時隔 7 年，Objective-C 首次跌出 TOP20

隨著跨平臺工具的崛起，以及全球數字化程序的加快，還有多少做著單一移動開發的程式設計師？

一直以來，很多開發者不停地發問，但這個問題迄今為止沒有明確的答案。不過，從幾年前起業界傳出的“移動網際網路已飽和”、“移動開發沒人要了”等唱衰的聲音中，相信很多開發者已有一絲瞭然，如今據 TIOBE 最新的 4 月榜單顯示，我們也發現那些曾頂起移動開發半邊天的工具正在逐漸隱退。

在上個月榜單中，我們曾報道過，作為 iOS 開發者最常用的程式語言，Swift 自去年 10 月起就熱度一直呈下降趨勢，這個月 Swift 排在了第 15 位，在去年的同期，Swift 還能排名第 11 位。

與此同時，在 Swift 語言出現 …

時間進入到了3月，雖然受疫情影響，很多公司還是選擇遠端辦公，你是不是依然在家宅著呢？對於已經復工的人來說，上班路上人員眾多，一定要做好自我保護，沒有什麼比健康更重要的！

進入三月，新的程式語言排行榜新鮮出爐，TIOBE 最新發布了 3 月程式語言排行榜。

程式語言排名前20

從榜單中我們可以看到，前三名分別為Java、C、Python。相較於上個月，Java從 1.48% 上升至 2.9%，以 17.78% 的份額穩居第一。

按照 Oracle 對 Java 的釋出週期來算，在本月中 Java 14 將會有最新的訊息給到開發者，譬如記錄 (records)、switch 表示式、模式匹配等。但據《2020 Java 生態系統》報告顯示，最受開發者喜愛的依然是 Java 8 及 Java 11。

C語言不愧是年度程式語言，以3.03%的年增長率繼續大幅領先。整體上來看，排名前10的語言基本都穩定如常。本月衝出了Go 語言這匹黑馬，一路擠進前十。去年同期，Go排在第18位，前兩個月的榜單中，Go上升到第14位，然後持續爬升，終於在3月進入前十。

另外，繼上個月 Objective-C 排名下降之後，蘋果主推的另一大程式語言 Swift 在本月也跌出了 Top 10，位於第 13 名，佔比 1.24%。與此同時，VB 倒是出乎意料地進入了 Top 20。

Delphi即將跌出TIOBE指數前20名

Delphi作為 Windows 平臺下著名的快速應用程式開發工具以及一款 IDE，很多開發者都深知他的強大，因此評價道“真正的程式設計師用 C++，聰明的程式設計師用 Delphi”。

這大概是 Delphi最終沒落的跡象。自2001年6月TIOBE指數存在以來，Delphi一直位居前20名，在2000年代初，它是最流行的語言和IDE之一。2002年發行的 Delphi 7大概是它的巔峰，此後 Delphi開始陷入麻煩，包括Linux移植失敗，版本出現錯誤等等。與此同時，一些具有類似功能的 IDE席捲市場，Delphi開始衰退。

TIOBE認為，導致 Delphi沒落的另一個主要原因是它的發行頻率太低。原先每年都有一個主要版本，而2018年之後，Delphi卻沒有了什麼新的動靜。

對此，也有不少網友評價道，Borland 這樣的第三方 IDE 提供商，本身沒有掌握語言，只是給語言提供 IDE 工具，雖然做的非常不錯，但是最後只是給人做嫁衣裳。

TOP 10程式語言TIOBE指數走勢(2002–2020)

来源：CSDN

本篇是機器學習面試200題第八篇，由於篇幅太長，本篇介紹141–160題~

以前寫過的面試題集錦，指路這邊

系列篇1指路

系列篇2指路

系列篇3指路

系列篇4指路

系列篇5指路

系列篇6指路

系列篇7指路

141.在下面哪種情況下，一階梯度下降不一定正確工作（可能會卡住）？（B）

答案：（B）

這是鞍點（Saddle Point）的梯度下降的經典例子。另，本題來源於：題目來源
https://www.analyticsvidhya.com/blog/2017/01/must-know-questions-deep-learning/

142.下圖顯示了訓練過的3層卷積神經網路準確度，與引數數量(特徵核的數量)的關係。