Gunakan Python untuk menyelesaikan masalah di Ritel, Pemasaran, Rekomendasi Produk, Pengelompokan Pelanggan, NLP, Peramalan & lainnya!
Apa yang akan Anda pelajari
-
Pahami nilai data untuk bisnis
-
Selesaikan masalah bisnis umum dalam Pemasaran, Penjualan, Pengelompokan Pelanggan, Perbankan, Real Estat, Asuransi, Perjalanan, dan banyak lagi!
-
Python, Pandas, Matplotlib & Seaborn, SkLearn, Keras, Tensorflow, NLTK, Prophet, PySpark, MLLib, dan lainnya!
-
Pembelajaran Mesin dari Regresi Linier (polinomial & multivariat), K-NN, Regresi Logistik, SVM, Pohon Keputusan & Hutan Acak
-
Machine Learning tanpa pengawasan dengan K-Means, Mean-Shift, DBSCAN, EM dengan GMM, PCA, dan t-SNE
-
Buat Alat Rekomendasi Produk menggunakan kolaboratif & item / konten berbasis
-
Pengujian Hipotesis dan Pengujian A / B – Memahami uji-t dan nilai p
-
Pemrosesan Bahasa Alami – Meringkas Ulasan, Analisis Sentimen pada Tweet Maskapai & Deteksi Spam
-
Untuk menggunakan notebook iPython Google Colab untuk pekerjaan sains data berbasis cloud yang cepat dan dapat diandalkan
-
Terapkan Model Pembelajaran Mesin Anda di cloud menggunakan AWS
-
Teknik Pandas Tingkat Lanjut dari Vectorizing ke Parallel Processsng
-
Teori Statistik, Teori Probabilitas, Distribusi, Analisis Data Eksplorasi
-
Memprediksi Kepergian Karyawan, Premi Asuransi, harga Airbnb, penipuan kartu kredit, dan siapa yang menjadi target donasi
-
Keterampilan Big Data menggunakan PySpark untuk Manipulasi Data dan Pembelajaran Mesin
-
Pelanggan cluster berdasarkan Analisis Data Eksplorasi, kemudian menggunakan K-Means untuk mendeteksi segmen pelanggan
-
Buat Bot Perdagangan Saham menggunakan pembelajaran inforement
-
Terapkan Ilmu Data & Analisis ke Ritel, melakukan segementasi, menganalisis tren, menentukan pelanggan yang berharga, dan banyak lagi!
-
Bagaimana menerapkan Ilmu Data dalam Pemasaran untuk meningkatkan Tingkat Konversi, Memprediksi Keterlibatan dan Nilai Waktu Hidup Pelanggan
