- 综合排序
- 最热优先
- 最新优先
- 来自专栏奇点大数据
话说量化（3）
上次咱们聊了聊市场催生的根本原因，是由于人们为了降低交易的成本而“发明”出来并一直保留至今的。在几千年的过程中，随着运输技术和信息技术的不断发展，市场正在以更快速的方式为我们提供者信息的交互能力，也就最大程度地降低了交互的成本。
35310发布于 2018-09-14 - 来自专栏腾讯大讲堂的专栏
增长产品中，量化数据分析的几个方法
下面就谈一谈增量贡献的量化，以及如果没有AB实验，怎么量化？ 增长为什么要做量化 做增长产品的数据分析，和其他的数据分析，个人认为最大的特色在于量化，为什么要做量化？ 因为，做增长，是个强数据驱动的方法，要把有限的资源发挥出最大的价值，所以必须准确计算出每个Driver的ROI，才能更有效分配资源，做到效率最大化，把好钢用在刀刃上。 可以看出，我把增长产品的量化规为2大类，外部拉量（拉新、拉活）和促进活跃： 外部拉量：拉新方面，业界有比较成熟的LTV模型，难点在于对LTV模型的预估，拉活方面，一般我们只计算当次（当然不严谨，拉活的后续持续贡献非常复杂 拉新拉活的量化 这部分，只简单谈一下，因为我的业务范围拉新拉活量化比较少，没有经验，借鉴下比较基础的量化方法 拉新，采用y = ax^b分渠道量化预估，虽然还有很多高大上的算法，但是这个公式实现成本最低的 详细可参看《浅谈AB Test实验设计和数据分析（二）——层域模型的设计》 ，https://mp.weixin.qq.com/s/SSRlELhzy3nOkjeYI1nmXg 没有AB实验能力，如何尽量评估贡献
2.3K21发布于 2020-09-16 - 来自专栏量化投资与机器学习
3·15特刊：打假量化圈
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。 今天是3月15日，公众号为全网Quant带来一期特别策划内容——量化圈的那些割韭菜的人和事。 希望大家以后避免踩雷！ 『假』 大师 这一趴真的不想给很多人蹭热度！ 总结下来就是：太多了！ 『假』 培训 随着量化投资的普及，培训市场也是闻风而动，四面开花。朋友圈时不时的出现这样的分享及广告：9.9元Python量化入门到精通，9.9元人工智能量化培训，9.9元量化实战送100套策略。 入门； 3、借人工智能的幌子：讲一讲几个Python的机器学习工具包，就说自己是人工智能量化培训； 4、以数字币为标的：介绍一下个交易所的API接口，无意间给学员植入数字币量化致富的概念。 『假』 书籍 市面上的量化书籍太多了，太乱了，太无耻了...... 打开京东搜索“量化”，乱七八糟扑面而来！有种向地摊文学靠拢的迹象。
50420编辑于 2022-03-15 腾讯AI素材分析方案：量化创意基因，科学驱动广告增长
破解创意分析的高维非结构化难题 广告素材作为核心变量，其内容复杂、维度高，传统方法面临三大瓶颈：高维非结构化（难以标准化分析）、经验主导（依赖个人直觉）、规模化瓶颈（人工分析无法满足海量素材迭代需求）
10910编辑于 2026-04-16- 来自专栏Material Design组件
增长黑客3-快节奏试验
3、导致用户弃用的原因？ 调研结束后需总结经常性消费用户区别于从未消费／只进行过一两次消费用户的几个十分有趣的共同特征。 step2:提出想法 “点子”是增长的催化剂。 何处”——将在哪里执行，主屏／其他地方··· “何时” ——什么时候出现，初次访问／复活访问··· “为什么”——想法背后的论证过程 “如何”——建议开展的测试类型，如A／B测试／新功能／广告··· 3、 说明预期成果的好处是能够使团队清楚的了解一个想法可能带来的量化结果，当然也会存在不精准的情况。 4、待测指标 必须具体说明为评估测试结果需要追踪哪些指标。 这些指标有助于增长团队评估试验结果及试验对重要指标的影响。 step3:排定优先级 在一个想法提交到团队讨论之前，必须给它打分，打分能帮助团队在不同想法间进行比较，以确定在什么时间开展哪一项试验。 time（时间）、impact（影响力）、resources（资源） “PIE体系”——potential（潜力）、importance（重要性）、ease（简易性） 虽不同体系存在差异，但是目标一致：以量化方式评估试验想法
67120发布于 2018-12-28 《算法导论》第 3 章 - 函数的增长
今天我们来学习《算法导论》的第 3 章 —— 函数的增长。这一章内容是算法分析的基础，帮助我们理解当输入规模增大时，算法的运行时间或空间需求如何变化。 3.1 渐近记号 在算法分析中，我们常常关注当输入规模 n 趋向于无穷大时，算法的运行时间如何增长。渐近记号就是描述这种增长趋势的数学工具。 阶乘函数的增长速度快于指数函数 n! 从输出结果可以清晰地看到不同函数的增长速度差异，尤其是阶乘函数和指数函数的增长速度非常快，很快就会导致整数溢出。 希望这篇笔记能帮助大家更好地理解《算法导论》第 3 章的内容。如果有任何疑问或建议，欢迎在评论区留言讨论！
18410编辑于 2026-01-21- 来自专栏敏捷分析
教你更科学地花钱：因果推断在增长业务ROI量化评估上的应用
点击蓝字关注我们 作者：李金霞Polarisli 知乎专栏：《数据分析方法与实践》 创作者：「守望北极星的猫」 ---了解作者其他作品，请点击【文末原文链接】--- 丨导语丨 做增长业务，常用的策略手段有渠道拉新 有一套关于花钱的经典面试题： 新年伊始，业务部门要做新一年的规划，部门需要在渠道拉新、拉活、节假日活动3个地方花钱，你如何判断花钱是否值得，分配是否合理？ 一 什么是因果推断 在做用户增长时，我们要回答的终极问题是“如果对产品施加 T 策略，对业务目标是否有影响，影响有多大？” 以上量化指标符合规则，则说明加权匹配成功。 3）量化增益值及显著性校验 s_treat = 1.62 说明参与活动用户较未参与活动用户30日人天增益为1.62，且结果显著，量化评估结果可用。 由活动带来的增益会分为3部分： 渠道投放新增 + 活动裂变新增 + 首次参与活动的老用户 新增即求相应的新增用户 LTV 即可，这里暂且不表，另外为什么要限定是首次参与活动的老用户呢？
1.5K21编辑于 2022-09-08 - 来自专栏机器之心
基于重排序的新量化方法RPTQ：实现大型语言模型的 3 比特量化
该工作首次将 LLM 模型的激活量化推向 3 比特。激活值的 3 比特量化同时也能与权重的 3 比特量化共同使用，大幅度降低了大型欲言模型的开销。 最近，GPTQ 使用 PTQ 成功地将 LLMs 的权重量化为 4 bit 或 3 bit。然而，对 LLMs 中的激活进行量化仍然是一项具有挑战性的任务。 图 3：一重排权重和激活的量化 Transformer 层的推断过程失意图。重排索引用符号 R1 到 R5 表示。 如图 3 所示，作者重新排序线性层的权重，使它们能够直接按照排序顺序产生激活。此外，作者修改了 LayerNorm 的方法，使其能够直接产生重新排序的激活，从而省去了在推理过程中进行显式通道调整。 此外，作者还开发了一种新的量化方案，W4A4KV、W4A3KV 和 W3A3KV，只对主要内存的消耗 —— 键缓存和值缓存（Key/Value Cache）进行量化。
93220编辑于 2023-04-11 - 来自专栏MixLab科技+设计实验室
3个增长主管的AI工作流案例分享@ElevenLabs 增长主管 Luke Harries
v=5Byg-9K8JnM 这段视频介绍了 ElevenLabs 增长主管 Luke Harries 如何利用人工智能流程自动化工作。 价值： 该流程非常快速，能够将短暂的访谈（例如 3 分钟的对话）迅速转化为完善的案例研究和推文。它简化了营销素材的制作，并且由于自动化了部分后续步骤，确保了内容生产引擎持续运转。
12210编辑于 2026-03-24 - 来自专栏各类技术文章~
vue3了，试试轻量化的Vuex -- Pinia？
vue3了，试试轻量化的Vuex -- Pinia？ 一， pinia介绍 Pinia 是 Vue.js 的轻量级状态管理库，最近很受欢迎。 它使用 Vue 3 中的新反应系统来构建一个直观且完全类型化的状态管理库。 Pinia的成功可以归功于其管理存储数据的独特功能(可扩展性、存储模块组织、状态变化分组、多存储创建等)。 ，安装使用Pinia 在项目根目录中打开终端，输入以下命令 yarn add pinia@next # or with npm npm install pinia@next // 该版本与Vue 3兼容 webkit-font-smoothing: antialiased; -moz-osx-font-smoothing: grayscale; text-align: center; color: #2c3e50 webkit-font-smoothing: antialiased; -moz-osx-font-smoothing: grayscale; text-align: center; color: #2c3e50
1.7K50发布于 2021-11-04 - 来自专栏韩曙亮的移动开发专栏
【Cubase】Cubase 量化设置 ( 量化预置 | 长度量化 | 快捷键设置 | 量化开头 | 量化 MIDI 事件结尾 | 量化 MIDI 事件长度 )
文章目录 一、要解决的问题 二、量化预置 三、长度量化 四、快捷键及设置 1、快捷键及设置 2、量化开头 3、量化 MIDI 事件结尾 4、量化 MIDI 事件长度 五、对 MIDI 进行量化操作 本博客中的所有设置都是在 ; 三、长度量化 ---- 长度量化 参数设置 : 在下图 处设置长度量化 , 如果设置成 " 1/16 " , 那么使用鼠标拖动时 , 音符的长度只能是 16 分音符的整数倍 ; 上述的 量化预置 ; 2、量化开头 量化开头 : 默认按键 " Q " 是量化开头 ; 将所有音符的开始位置对齐到 " 量化预制 " 对应的格子中 ; 该设置是系统自带的 , 不建议修改 ; 3、量化 MIDI 事件结尾 量化 MIDI 事件结尾 : 首先选中左侧的 " 量化类别 / 量化 MIDI 事件结尾 " , 点击右侧的 " 输入快捷键 " 下方的输入框 ; 输入快捷键后 , 点击 " 指定 " " 快捷键 , 量化音符长度 , 此时音符都排列整齐了 , 音符开头和音符长度进行了量化 , 音符结尾自然也进行了量化 ;
4.6K00编辑于 2023-03-28 - 来自专栏HappenLee的技术杂谈
ClickHouse源码笔记3:函数调用的向量化实现
分享一下笔者研读ClickHouse源码时分析函数调用的实现，重点在于分析Clickhouse查询层实现的接口，以及Clickhouse是如何利用这些接口更好的实现向量化的。 (当前ClickHouse不支持使用Explain语句来查看执行计划，这个确实是很蛋疼的~~） ClickHouse的执行PipeLine 这里分为了3个流 ExpressionBlockInputStream block.columns(); block.insert({ nullptr, result_type, result_name}); 3. 计算的最终结果 3.要点梳理 第二小节梳理完成了一整个函数调用的流程，这里重点梳理一下实现向量化函数调要点： ClickHouse的计算是纯粹函数式编程式的计算，不会改变原先的列状态，而是产生一组新的列 (这里可以打开gcc的编译flag:-fopt-info-vec或者clang的编译选项：-Rpass=loop-vectorize来查看实际源代码的向量化情况) 4.
2.4K30发布于 2021-02-22 重塑工业生产力：腾讯云智能体全栈架构与量化业务增长实践
然而，IDC发布的《AI Agent企业级应用现状与推荐，2025》（2025年3月调研）数据显示，国内超过一半（51%）的企业尚未完成对智能体落地的场景与技术方案选择。 兑现技术投资回报与关键运营指标优化 基于底层架构的全面升级，智能体在核心业务场景中产出了高度确定的量化业务价值。 业务办理全链路提速： 在政务及售后服务场景，通过智能体工作流打通全业务流程，业务办理与客户问题解决整体提速80%（例如办理流程从15分钟缩短至3分钟）。
18610编辑于 2026-04-05- 来自专栏SaaS加速器
ToB SaaS公司增长的畅想-3年3倍怎么跑出来？
来源：ToB企业经营 作者：童继龙 ---- 如果一家快速增长的ToB SaaS公司，提出3（或2）年3倍的战略设想，这个目标上来说会让所有员工都非常振奋的，因为这看到了公司未来的发展空间，同样也看到了个人的发展机会 但如何达到这个快速增长的目标其实挑战还是非常大的，这就需要我们再进一步去思考，业绩倍增的高增长战略在“公司经营”层面如何达成，特别是站在销售副总裁、区域公司总经理这个视角，这是直接扛增长目标的第一责任人 将企业的业绩倍增目标与管理精细化这两个事情放在一起来讨论，我想说的是，我们在给地产企业做董事长、总裁交流或是讲内训课的时候，总是会说：地产企业要实现高速增长，我们需要的是基于“标准化、精细化运营体系”支撑的 3、预约TOP客户CXO交流后如何快速同步信息（用方法）：自己往往会高频约见客户的CXO，我们需要客户事业部的同事能够快速将相应的信息同步出来，并且要求是不能有关键信息的缺漏项，这个时候我给到几位同事的建议是 3、成就客户导向不强的人：如果客户成就导向不强的人，往往是容易放松自己对于某个具体工作产物的质量要求，如发给客户的邮件、一份会议纪要、一份报价方案、一次客户汇报等，背后看到的是：团队管理者是否愿意成为高品质的
42430发布于 2020-11-12 - 来自专栏VoiceVista语音智能
AI芯片 - 预计至2025年将增长3倍
传统的1-2-3级架构内存对于运行人工智能算法是不够的，因此新的处理器架构均是将内存尽可能的放到不同的计算单元附近，以提升深度学习的处理效率和能效。
59920发布于 2020-02-19 - 来自专栏联远智维
轻量化设计在3D打印中的应用
3D打印通过逐层叠加原材料的方式，可以实现传统制造业难以解决的个性化、复杂的、高难度的制造难题，是传统制造技术的一次重要革命，广泛应用于汽车、航空、航天、医疗、教育、电子产品等领域，如下图所示。 其中，采用3D 打印方法进行产品设计所包含的关键技术主要有：1、选用何种打印材料，采用何种打印机（打印原理），如何能够降低成本？2、如何进行产品结构设计，得到所需要的三维模型？ 众所周知，产品结构设计依赖具体的实际问题，需要相关经验的积累，因此，本推文主要是针对3D打印（产品初期母版的实现）如何选材问题，结合自己的经验对相关的内容进行总结归纳，希望对其他人有所帮助。 于此同时，3D打印与打印件的重量有直接的关系，因此，设计阶段采用轻量化结构设计，指导产品结构的选型，相关参数的选取，进而降低打印件的质量，提高打印件的性价比，对该技术的推广具有重要的意义。 例如：需要设计一款台灯支架，具体要求为：1、能够作为具有一定的刚度；2、台灯发光过程中具有部分热量辐射到支架上，使之温度升高（具有一定耐温性）；3、尽可能实惠。
1.8K20编辑于 2022-01-20 - 来自专栏DrugScience
超量化合物库筛选策略–P3
上期回顾： 超量化合物库筛选策略–P1 超量化合物库筛选策略–P2 具体步骤： 3. Chemical Science 10, 370–377 (2019). doi: 10.1039/c8sc04228d [3] https://github.com/open-reaction-database
62020编辑于 2022-05-17 - 来自专栏SaaS加速器
SaaS销售：增长引擎 or 增长杀手？
将增长押注于销售的ToB公司，试图使用销售员的人海战术，通过冲高销售额实现增长。不幸的是，这种方法本身就是一个增长的销售陷阱；这非但不能增长，还为未来的增长挖了一个个大坑。 对于ToB来说，销售是增长的引擎，也可能变为增长的杀手。 从财务角度看，它们推高了营销与销售（S&M）费用率，既没有实现增长、还产生了亏损。而从营销管理角度看，这些低水平的业务累积起来，公司能活下来都难，更不要提增长了。 好合同能带来盈利和增长，而差合同带来的只能是“负债”。 依靠不断拓展新客户的方式，也很难实现增长。 事实上，SaaS完全可以用更轻量化的营销模式，与客户形成新型的服务关系。 毕竟，把一个产品卖给客户，与客户想要买到所需产品，根本就是两码事。
1K20发布于 2020-06-09 - 来自专栏算法之名
量化交易
针对可交易的投资商品，理性地运用逻辑分析和回归统计判断市场趋势称为量化交易。 量化策略 量化策略就是赚钱"因子"，可以分为基本面和技术面。
47210编辑于 2024-08-21 - 来自专栏图像处理与模式识别研究所
图像量化
from skimage import data from matplotlib import pyplot as plt image=data.coffee()#原始图像 ratio=128#设置量化比率 range(image.shape[2]):#图片通道数 image[i][j][k]=int(image[i][j][k]/ratio)*ratio#对图像中的每个像素进行量化 本文的图像量化过程是将256级的彩色图像量化到2级的彩色图像。 量化等级越多，量化比率越低，所得图像层次越丰富，灰度分辨率越高，图像质量好，但数据量大；量化等级越少，量化比率越高，图像层次欠丰富，灰度分辨率低，可能会出现假轮廓，图像质量变差，但数据量较小。 图像量化的作用是在一定主观保真图像质量的前提下，丢掉对视觉影响不大的信息，以获得较高的压缩比。
78320编辑于 2022-05-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号