首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

成功上市、新品抱抱果销量过千万,百草味做对了什么?

资本进入寒冬,“鲨鱼吃鲨鱼”即大公司合并现象还在不断蔓延。在美团点评、携程去哪儿、京东1号店、滴滴优步诸多合并大案之后,近日零食电商领域又上演并购案:零食电商巨头百草味与“红枣大王”好想你实现战略合并,百草味将配套募集资金9.6亿元,其中85%的交易资金为好想你股份。百草味由此成为好想你第二大股东,并由此进入资本市场,成为零食电商第一股。 说到百草味,许多人并不陌生,在网上买过零食的对百草味、三只松鼠和良品铺子这三个品牌都很有印象,它们是零食电商的三强,每年卖出超过10亿元的零食,百草味“上市”则将改变零

07

使用python语言编写常见的文本分类算法

自然语言处理中一个很常见的操作就是文本分类,比如一组新闻文本,通过分类模型,将新闻文本分为政治、体育、军事、娱乐、财经等等几大类。那么分类第一步就是文本向量化,前一篇博客讲了一些,本文可以说是前文的实践版本。本文主要介绍一些常见的文本分类模型,说是介绍,其实主要以代码和结果为主,并不会详细的介绍每个算法的思想、原理、推导过程等,那样的话,估计可以写一个7、8篇的系列了,另外我也发现很多博客都是理论为主,代码非常少,给人的感觉就是这件事我弄明白了,但具体如何干不知道,讲的似乎很难、很神秘,没有相应代码,让人望而生畏。所以本文还是偏工程一些,阅读本文的同学希望已经有了这些文本分类算法的理论基础。先说说我用的数据,约20万短文本,包含8个大类,分别为:餐饮、交通、购物、娱乐、居家等,每个大类约25000条数据,文本平均20个字左右,最短的文本仅有2个字。如下面所示:

02

【资料总结】| Deep Reinforcement Learning 深度强化学习

在机器学习中,我们经常会分类为有监督学习和无监督学习,但是尝尝会忽略一个重要的分支,强化学习。有监督学习和无监督学习非常好去区分,学习的目标,有无标签等都是区分标准。如果说监督学习的目标是预测,那么强化学习就是决策,它通过对周围的环境不断的更新状态,给出奖励或者惩罚的措施,来不断调整并给出新的策略。简单来说,就像小时候你在不该吃零食的时间偷吃了零食,你妈妈知道了会对你做出惩罚,那么下一次就不会犯同样的错误,如果遵守规则,那你妈妈兴许会给你一些奖励,最终的目标都是希望你在该吃饭的时候吃饭,该吃零食的时候吃零食,而不是在不合适的时间吃零食。同样,曾经风靡过一段时间的Flappy bird,很多玩家在短时间内达到了高分,是怎么做到的呢?除了非常厉害的玩家是真的自己手动玩的高分,其实很多高分是通过我们用强化学习的方法来训练一个模型,让小鸟自己学习如何不碰到障碍物一直往前飞,获得最高分。此外,大家熟知的Alpha Go,其实也是强化学习训练的模型,不过是深度强化学习。

04

预制菜群雄逐鹿,品牌成为突围的“重武器”

广告是经济的晴雨表,也是市场的风向标。 市场的最新风向是什么?答案藏在广告里。线上、线下营销战打得最火热的赛道,就是当红赛道。 在K12教育、互联网App退位后,广告市场迎来新金主——新消费,最近火起来的预制菜就属于这一赛道。在我们每日必经的电梯里,预制菜的出镜率就呈现出飙升的态势,罗超频道发现泰森食品、珍味小梅园、舌尖英雄、自嗨锅和锅圈食汇等品牌集中发力,在小区、写字楼的电梯间打起了轰轰烈烈的营销大战。 Z世代速食消费升级,懒人经济、独身经济和疫情“宅经济”兴起,给预制菜爆发奠定了市场基础。现在市场正玩家

02
领券