悠悠置顶2020-12-18需要什么样的数学基础？作者回复: 数学基础是很多转型的产品经理都关注的问题。 一个相对完整的数据基础知识包括：线性代数、概率论、数理统计、运筹学（最优化方法）、信息论等等。 首先，产品经理要清晰对于数学基础的掌握边界，与算法和研发相比，产品经理不需要建模，所以有数学基础不需要你究其原理，如数理统计中的统计推断方法，或运筹学中的最优化方法，你的价值在于利用技术服务业务而不是精通技术。 其次，对于想快速入门AI领域的产品经理来说，一定要本着知识的落地应用为学习原则，例如作为产品经理来说为什么要学习概率分布，你要知道它在工作中的作用是什么，其中一点是为了和算法同学同频沟通，另一个很重要原因是为了验收产品。 所以在初期，你大可以以目的为导向只掌握和工作相关的数学知识即可，后面工作稳定下来在适当的去拓展自己的技术边界。 希望能帮到你，悠悠，加油~
13
Jenny2020-12-19还是不太明白oot，ks是什么？然后为啥oot过高就是模型样本选择的问题呢？求教作者回复: oot 是跨时间测试，使用的样本是和模型训练集，验证集没有交集的样本，目的是用来判断模型的泛化能力的。 ks 是判断分类模型的区分能力的，后面会有一节专门来讲什么是 ks，ks 如何计算。 其实不是 oot 过高就是模型样本选择有问题，而是，如果模型在验证集上面 ks 值不错，但是到 oot 测试时候 ks 反而不好，这说明，可能是当时选择的样本不合理，比如：训练和验证样本抽取的时间过早，很多数据发生了变化，导致模型在过去样本上表现好，但是在目前样本上不适用了。
9- 悠悠2020-12-24终于清晰明白要学些什么了，感谢
作者回复: 加油~
2 
王力国2022-03-19我们团队（NLP 中厂）有多个 AI 产品高经理坑位，主要做搜索推荐以及图谱相关产品，感兴趣请联系我 wx：kingliguo3
方锡鑫2021-12-26作者讲得挺好的👍👍收益颇深。这节课中，有个知识跟自己的理解有些差异，提出来一起探讨一下。 个人的理解，归一化是指将特征的取值范围，通过变换映射到(0,1)，其作用是消除量纲的影响。文中提到的身高例子，应该是处理特征数据时，需要进行不同单位的换算，使得所有样本在身高特征的单位保持一致。3
Ted2021-07-13以我目前的大健康项目来看： 泊松分布： 某时间段内客户提交理赔的次数、 高斯分布： 赔案金额数、理赔用户年龄分布3- Ted2021-05-06目前在接触一个NLP的AI项目， 海丰的课程真的太好了，清晰明了，丝丝入扣，废话、虚话很少2
- Geek_d548692023-03-13 来自北京泊松分布：每分钟直播在线用户人数；实时园区的人流量预测 正态分布：用户画像 预测用户年龄、收入1
蓝白胖子2021-04-24联邦学习，第一次听说，希望能详细讲讲●‿●1
Rosa rugosa2021-03-10正态分布：每天微信朋友圈动态个数的分布。 泊松分布：今天朋友圈动态有1条的人，预测明天会有2条朋友圈的概率。1