در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این مجموعه آموزش همراه مدرس دوره شده و یاد می گیرید که چطور از دیتا ساینس در تحلیل بازاریابی استفاده کنید.
عنوان اصلی : Data Science for Marketing Analytics
آماده سازی و پاکسازی داده ها:
معرفی
مدل های داده و داده های ساخت یافته
پانداها
دستکاری داده
خلاصه
کاوش و تجسم داده ها:
معرفی
شناسایی صفات صحیح
ایجاد بینش هدفمند
تجسم داده ها
خلاصه
یادگیری بدون نظارت: تقسیم بندی مشتری:
معرفی
روش های تقسیم بندی مشتری
تشابه و استانداردسازی داده ها
k-به معنای خوشه بندی است
خلاصه
انتخاب بهترین روش تقسیم بندی:
معرفی
انتخاب تعداد خوشه ها
روش های مختلف خوشه بندی
ارزیابی خوشه بندی
خلاصه
پیش بینی درآمد مشتری با استفاده از رگرسیون خطی:
معرفی
درک رگرسیون
مهندسی ویژگی برای رگرسیون
انجام و تفسیر رگرسیون خطی
خلاصه
سایر تکنیک ها و ابزارهای رگرسیون برای ارزیابی:
معرفی
ارزیابی دقت یک مدل رگرسیون
استفاده از Regularization برای انتخاب ویژگی
مدل های رگرسیون مبتنی بر درخت
خلاصه
یادگیری تحت نظارت: پیش بینی ریزش مشتری:
معرفی
مشکلات طبقه بندی
درک رگرسیون لجستیک
ایجاد خط لوله علم داده
مدل سازی داده ها
خلاصه
الگوریتم های طبقه بندی تنظیم دقیق:
معرفی
ماشینهای بردار پشتیبانی
درختان تصمیم
جنگل تصادفی
پیش پردازش داده ها برای مدل های یادگیری ماشین
ارزیابی مدل
معیارهای عملکرد
خلاصه
مدل سازی انتخاب مشتری:
معرفی
درک طبقه بندی چند طبقه
داده های نامتعادل کلاس
خلاصه
Data Science for Marketing Analytics
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.