通過Python提高生產(chǎn)力，使用Python將日常數(shù)據(jù)報(bào)表進(jìn)行自動(dòng)化計(jì)算，完成用戶成績的評(píng)分轉(zhuǎn)化。

針對(duì)app的運(yùn)營數(shù)據(jù)，以行業(yè)常見指標(biāo)對(duì)用戶行為進(jìn)行分析，本項(xiàng)目使用的分析工具以 MySQL為主，涉及分組匯總、引用變量、視圖、關(guān)聯(lián)查詢等內(nèi)容。

信用風(fēng)險(xiǎn)是金融風(fēng)險(xiǎn)的主要類型。借貸場景中的評(píng)分卡是一種以分?jǐn)?shù)的形式來衡量風(fēng)險(xiǎn)幾率的一種手段，也是對(duì)未來一段時(shí)間內(nèi)違約、逾期、失聯(lián)概率的預(yù)測。

用戶點(diǎn)擊流日志收集、用戶畫像建模、推薦對(duì)象畫像建模、數(shù)據(jù)實(shí)時(shí)計(jì)算平臺(tái)、數(shù)據(jù)離線計(jì)算平臺(tái)、推薦算法模型、協(xié)同過濾算法，使用python流行的scikit-learn實(shí)現(xiàn)的聚類分析項(xiàng)目，達(dá)到針對(duì)不同用戶采用不同的商業(yè)推廣方案的目的。

想要用產(chǎn)品價(jià)值撬動(dòng)一個(gè)用戶，同緯度競爭別家的先發(fā)優(yōu)勢門檻太高，面對(duì)互聯(lián)網(wǎng)的高速發(fā)展，線下需求基本都被互聯(lián)網(wǎng)化，切入點(diǎn)可能就轉(zhuǎn)移到細(xì)分市場。

目標(biāo)檢測，人臉識(shí)別在企業(yè)方方面面都有廣泛應(yīng)用。在安防，智能家居更是前景廣闊，本案例通過學(xué)習(xí)Opencv與dlib 進(jìn)行目標(biāo)檢測與人臉識(shí)別。