主要项目内容：
--data science case--
技术层 一、统计分析： 1.描述性统计分析 2.抽样估计 3.假设检验 4.因子分析 5.时间序列分析 6.方差分析
二、机器学习 1.分类/聚类 2.回归 常用十大算法：原理、优缺点、检验方法、参数分析
业务层 三、指标分析 1.复购率分析 2.活跃率分析 3.留存率分析 4.ARPU分析 5.LTV分析 6.异常分析 7.归因分析
四、电商业务经营端数据分析 1.商家分析 2.商品分析 3.流量分析 4.价格分析 5.投放分析 6.营销活动分析 7.分层运营
工具层+业务层=数据分析逻辑&数据分析策略&数据分析解决方案
项目要求：
- 日常学习内容和代码
- 工作项目内容梳理和整合
- 优秀开源项目代码（DS竞赛、其他大神）
成长逻辑： 工作总结 1.形成工作闭环：工作—总结—问题—改进 学习总结 2.提炼出技能点：学习—总结—评分—提升
希望结交DS领域志同道合的人~