对于一些装腔作势的数据人士，他们称自己为数据科学家，但他们并不掌握对应的技能，本期我们继续公布上期留下的问题，让大家用火眼金睛辨真伪！
1. 如何证明你对一个算法的改进确实比什么都不做更好？
▶答：脱机下，如果改进后的算法可以提高评价指针的值，比如：F1值，AUC等，则说明算法改进后更好。在线下，如果改进后的算法在进行新旧算法的ab Test后带来了比之前更好的结果，则说明算法改进后更好。
2. 你是否熟悉价格优化、价格弹性、库存管理、竞争情报？举例。
▶答：
1）价格优化价格优化是将合适的产品在合适的时间，以合适的价格销售给合适的顾客，并由此使企业在其产品中获得最大限度的收益。
2）价格弹性所谓价格弹性，即是需求量对价格的弹性，则指某一产品价格变动时，该种产品需求量相应变动的灵敏度。例如，为了提高生产者的收入，人们往往对农产品采取提价的办法，对电视机、洗衣机、手表等高级消费品采取降价的办法，就是因为前者弹性小，后者弹性大。
3）库存管理库存管理，是对制造业或服务业生产、经营全过程的各种物品，产成品以及其他资源进行管理和控制，使其储备保持在经济合理的水平上。
4）竞争情报是关于竞争环境、竞争对手、竞争态势和竞争策略的信息和研究。它既是一种过程（对竞争信息的收集和分析过程），也是一种产品（包括由此形成的情报或策略）。
3. "长"数据和"宽"数据有什么不同之处？
▶答："长"数据: 样本数量多,涵盖单个或几个变项,维度小。"宽"数据: 样本数量不多,涵盖多个变项,维度大。
4. 你用什么方法确定一篇文章（比如报纸上的）中公布的统计数字是错误的或者是为了支持作者观点，而不是关于某主题正确全面的事实信息？
▶答：
1）追本溯源。查找原始数据，核查计算数据的准确性。
2）根据业务知识，判断其数据的真假。
5. 解释Edward ufte"图表垃圾"的概念。
▶答："图表垃圾"是指在图表或图形中那些多余的无助于用户理解图表的信息，或者会让浏览者分心的视觉元素。
6. 举一个关于网站用户行为分析的例子。
▶答：
1）列出分析指标流量数量指标：浏览量（page view），访问次数，访客数（uv），新访客数，新访客比率。IP流量品质指针：跳出率，平均访问时长，平均访问页数。流量转化指标：转化次数，转化率。
2）主要指标行为定义浏览量：用户每打开一个页面就记录一次，打开多次即累计，pv越多表示页面浏览的越多，是网站表现的基本尺度，是以页面角度衡量载入次数的统计指标。
●访问次数：是以访客角度衡量访问的统计指标，一天时间内，访问次数有可能大于访客数。
●新访客数：作为一个独立访客指标，具有衡量营销活动开发新用户的效果。
●跳出率：只浏览了一个页面便离开了网站的访问，从该指标可以了解访客对网站的兴趣程度；同时也可以看出网络营销的效果，指出有多少访客被网络营销吸引到宣传产品页或网站上，从这个可以看出用户体验是否良好。
●平均访问时长，平均访问页数：衡量使用者对网站的兴趣程度和使用者体验情况。
●转化率:数值越高，表明用户完成了网站运营者期望其完成动作的操作
以上答案不知是否是您心中所想，若您有其他更好的答案，欢迎给我们留言，一起探讨！更多精彩，请继续关注"博易数据"(boyidata)或登入官网！
下期题目预告：
- 你最欣赏哪些资料科学家？有哪些相关创业公司？
- 你会如何筛查异常值？如果发现它会怎样处理？
- 如何使用极值理论、蒙特卡洛模拟或其他数学统计（或别的什么）正确估计非常罕见事件的可能性？
- 推荐引擎是什么？它如何工作？
- 解释什么是假阳性和假阴性。为什么区分它们非常重要？
- 你使用什么工具进行可视化？你对Tableau/R/SAS（用来作图）有何看法？
往期回顾：
「如何辨别真伪数据科学家·二」纯干货，喂饱你！
「如何辨别真伪数据科学家·一」数据“狮”是怎样炼成的？
#大数据 #数据分析师