恭喜你！

Python 的行銷機器學習

Karolis Urbonas

Head of Analytics & Science, Amazon

我們學到了什麼？

  • 機器學習類型：監督式、非監督式、強化式
  • 機器學習流程
  • 針對不同模型的資料前處理技巧
  • 用羅吉斯迴歸與決策樹預測電信流失
  • 計算客戶終身價值（CLV）
  • 以線性迴歸預測下月交易量
  • 用多種指標評估模型效能
  • 依購買紀錄以 K-means 與 NMF 進行客群分群
Python 的行銷機器學習

下一步是什麼？

  • 逐一深入各主題
  • 探索資料集、調整參數，嘗試提升模型準確度或分群的可解釋性
  • 換用其他資料集做一個專案，自己撰寫帶註解的模型
  • 完成專案後撰寫部落格，附上 GitHub 程式碼連結
  • 在工作中驗證你的所學
Python 的行銷機器學習

謝謝你，學習愉快！

Python 的行銷機器學習

Preparing Video For Download...