Grattis!

Maskininlärning för marknadsföring i Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Vad har vi lärt oss?

  • Olika typer av maskininlärning – övervakad, oövervakad och förstärkningsinlärning
  • Stegen i maskininlärning
  • Dataförberedningstekniker för olika modelltyper
  • Förutsäg kundbortfall inom telekom med logistisk regression och beslutsträd
  • Beräkna kundlivstidsvärde
  • Förutsäg nästa månads transaktioner med linjär regression
  • Mät modellprestanda med flera mätvärden
  • Segmentera kunder utifrån köphistorik med K-means och NMF
Maskininlärning för marknadsföring i Python

Vad händer härnäst?

  • Fördjupa dig inom varje ämne
  • Utforska datamängderna, justera parametrar och försök förbättra modellens noggrannhet eller segmenteringens tolkbarhet
  • Ta dig an ett projekt med en annan datamängd och bygg modeller med kommentarer på egen hand
  • Skriv ett blogginlägg med länk till GitHub-koden när du är klar med ditt projekt
  • Testa dina kunskaper i jobbet
Maskininlärning för marknadsföring i Python

Tack och bra jobbat!

Maskininlärning för marknadsföring i Python

Preparing Video For Download...