m******n
发帖数: 453 | 1 ML还是DL，都不能给出optimal results
给出一个价格模型，无论rmse有多小，可是老板需要知道的是，究竟应该定价多少啊？
考虑到满足各种constraints
最后，商业中应用的还是离不开传统的优化线性规划
对不对？ |
m******r
发帖数: 1033 | 2 pricing analysis 是特殊的一门技能。 建议你专门学学。 |
L****8
发帖数: 3938 | 3 ML当然替代不了优化
【在 m******n 的大作中提到】
: ML还是DL，都不能给出optimal results
: 给出一个价格模型，无论rmse有多小，可是老板需要知道的是，究竟应该定价多少啊？
: 考虑到满足各种constraints
: 最后，商业中应用的还是离不开传统的优化线性规划
: 对不对？
|
w***g
发帖数: 5958 | 4 神经网络模型 y = f(X, W)
优化的时候 min loss(f(X, W), y)
这里x和y是常数，用gradient优化W。
等模型训练好后，把W变成常数， min f(X, W), 或者 min -f(X, W)
用gradient优化X， 或者只优化X的一部分都行。
现在的暴力优化技术其实已经远超出了运筹学那套东西，只不过
正如楼上说的，有一批靠线性规划赚钱的大山头把持着这些领域。
哪天搞个kaggle比赛做价格优化，立马能把传统模型打得落花流水。
【在 L****8 的大作中提到】
: ML当然替代不了优化
|
w***g
发帖数: 5958 | 5 请楼上指条明路。
我觉得我现在这么苦逼，最大的原因可能就是价钱开得太低。
机器学习我可以随便吹牛，但这方面的domain knowlege完全没有。
其实domain knowledge强了，feature engineer做得好，
linear regression其实也够了。
【在 m******r 的大作中提到】
: pricing analysis 是特殊的一门技能。 建议你专门学学。
|
d******c
发帖数: 2407 | 6 我觉得你可以看看这个人的blog
http://www.kalzumeus.com/
他在日本做软件，一直写blog记录自己开公司的学习经历，写了很多年。
marketing很重要，市场定位很重要。他最赚钱的公司是自动打提醒电话，能有多少技
术？
另外客户对你的认知全看以前的项目，以前的项目能吹的越厉害，后面就能开更高。另
外关键是产生多少价值，不在于技术难度。
【在 w***g 的大作中提到】
: 请楼上指条明路。
: 我觉得我现在这么苦逼，最大的原因可能就是价钱开得太低。
: 机器学习我可以随便吹牛，但这方面的domain knowlege完全没有。
: 其实domain knowledge强了，feature engineer做得好，
: linear regression其实也够了。
|
w***g
发帖数: 5958 | 7 有道理
【在 d******c 的大作中提到】
: 我觉得你可以看看这个人的blog
: http://www.kalzumeus.com/
: 他在日本做软件，一直写blog记录自己开公司的学习经历，写了很多年。
: marketing很重要，市场定位很重要。他最赚钱的公司是自动打提醒电话，能有多少技
: 术？
: 另外客户对你的认知全看以前的项目，以前的项目能吹的越厉害，后面就能开更高。另
: 外关键是产生多少价值，不在于技术难度。
|
m******r
发帖数: 1033 | 8 我也没啥干货可以提供。
我见过有人研究过某个软件的什么功能，客户愿意花多少钱买； 和市场竞争，feature
啦关系很大。
这些东西早已超出我的智商 我从来不碰。
【在 w***g 的大作中提到】
: 请楼上指条明路。
: 我觉得我现在这么苦逼，最大的原因可能就是价钱开得太低。
: 机器学习我可以随便吹牛，但这方面的domain knowlege完全没有。
: 其实domain knowledge强了，feature engineer做得好，
: linear regression其实也够了。
|
m******r
发帖数: 1033 | 9 比如某软件产品，如果提高价格，低端用户可能会cancel, 你的钱会从高端用户来。
如果降低价格，也许会吸引更多的低端用户，如果你的低端用户是long tail, 形成规
模优势，你也可以赚钱。 但是这也和你的产品定位有关，你想做个二流产品吸引更多
的低端客户； 还是瞄准高端市场，只做大客户。
这些东西没什么固定答案，和策略有关。 我是从来不碰的。 |
w********m
发帖数: 1137 | 10 这个我以前也做过。
用过各种统计模型的。
最后的结论是，对手的东西卖多少钱，我们就卖多少钱。
【在 m******n 的大作中提到】
: ML还是DL，都不能给出optimal results
: 给出一个价格模型，无论rmse有多小，可是老板需要知道的是，究竟应该定价多少啊？
: 考虑到满足各种constraints
: 最后，商业中应用的还是离不开传统的优化线性规划
: 对不对？
|
p****o
发帖数: 1340 | 11 传统模型有很多问题，这里面机器学习大有可为。但是你也不要过分认为
暴力优化可以横扫所谓传统模型。很多巧妙的模型设计就是让暴力优化成为
可能，而不是传统模型就反对暴力优化。
如果你真的可以在一个具体的领域搞出很好的模型，那就应该在商业化上
下功夫。
【在 w***g 的大作中提到】
: 神经网络模型 y = f(X, W)
: 优化的时候 min loss(f(X, W), y)
: 这里x和y是常数，用gradient优化W。
: 等模型训练好后，把W变成常数， min f(X, W), 或者 min -f(X, W)
: 用gradient优化X， 或者只优化X的一部分都行。
: 现在的暴力优化技术其实已经远超出了运筹学那套东西，只不过
: 正如楼上说的，有一批靠线性规划赚钱的大山头把持着这些领域。
: 哪天搞个kaggle比赛做价格优化，立马能把传统模型打得落花流水。
|
