Last chance: 50% off unlimited learning
Sale ends in
कोर्स विवरण
मशीन लर्निंग का उभार (लगभग "rise of the machines" जैसा लगता है?) और मार्केटिंग में सांख्यिकीय तरीकों का उपयोग, इस क्षेत्र को हमेशा के लिए बदल चुका है। अब मशीन लर्निंग का इस्तेमाल कस्टमर जर्नी को ऑप्टिमाइज़ करने में हो रहा है ताकि उनकी संतुष्टि और लाइफटाइम वैल्यू अधिकतम हो सके। यह कोर्स आपको वे बुनियादी टूल देगा जिन्हें आप तुरंत अपनी कंपनी की मार्केटिंग रणनीति में लागू कर सकते हैं। आप सीखेंगे कि कस्टमर churn की भविष्यवाणी करने और उसके कारणों को समझने के लिए अलग-अलग तकनीकों का उपयोग कैसे करें, कस्टमर लाइफटाइम वैल्यू को मापें और फोरकास्ट करें, और अंत में, प्रोडक्ट परचेज पैटर्न के आधार पर कस्टमर सेगमेंट बनाएँ। आप एक टेलीकॉम कंपनी के कस्टमर डेटा का उपयोग churn प्रेडिक्ट करने के लिए करेंगे, एक ऑनलाइन रिटेलर से recency-frequency-monetary डेटासेट बनाकर कस्टमर लाइफटाइम वैल्यू प्रेडिक्शन करेंगे, और एक ग्रोसरी शॉप के प्रोडक्ट परचेज डेटा से कस्टमर सेगमेंट तैयार करेंगे।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
मार्केटिंग के लिए मशीन लर्निंग: बुनियादी बातें
इस चैप्टर में, आप मार्केटिंग में उपयोग होने वाली मशीन लर्निंग तरीकों की बुनियादी बातें समझेंगे। आप मशीन लर्निंग के विभिन्न प्रकार, डेटा तैयारी के स्टेप्स सीखेंगे, और उनकी क्षमता समझने के लिए कई एंड-टू-एंड मॉडल चलाएँगे।
- मार्केटिंग में ML क्यों? रणनीतियाँ और उपयोग मामलों50 XP
- Supervised learning के उदाहरण पहचानें50 XP
- Supervised बनाम Unsupervised Learning100 XP
- मॉडलिंग की तैयारी50 XP
- डेटा की जाँच करें100 XP
- संख्यात्मक और श्रेणीबद्ध कॉलम अलग करें100 XP
- Categorical को encode करें और numerical वैरिएबल्स को scale करें100 XP
- ML मॉडलिंग के चरण50 XP
- डेटा को प्रशिक्षण और परीक्षण में विभाजित करें100 XP
- एक decision tree फिट करें100 XP
- Decision Tree से churn की भविष्यवाणी100 XP
2
Churn prediction और उसके drivers
इस चैप्टर में आप churn prediction की बुनियाद सीखेंगे, फिर churn प्रेडिक्ट करने के लिए logistic regression और decision tree मॉडल फिट करेंगे। अंत में, आप नतीजों का विश्लेषण करेंगे और churn के drivers पर इनसाइट्स निकालेंगे।
3
Customer Lifetime Value (CLV) प्रेडिक्शन
इस चैप्टर में, आप Customer Lifetime Value (CLV) की बुनियादी बातें और उसकी अलग-अलग कैलकुलेशन मेथडोलॉजीज़ सीखेंगे। आप इस ज्ञान का उपयोग करके कस्टमर-लेवल परचेज फीचर्स बनाएँगे ताकि अगली महीने की ट्रांजैक्शंस को linear regression से प्रेडिक्ट किया जा सके।
4
कस्टमर सेगमेंटेशन
यह अंतिम चैप्टर प्रोडक्ट परचेज हिस्ट्री के आधार पर कस्टमर सेगमेंटेशन में गहराई से जाता है। आप दो अलग-अलग मॉडल्स को एक्सप्लोर करेंगे जो कस्टमर के परचेजिंग पैटर्न पर इनसाइट्स देते हैं और उन्हें स्पष्ट, अलग-अलग और समझ में आने वाले कस्टमर सेगमेंट्स में समूहित करते हैं।
Python में मार्केटिंग के लिए मशीन लर्निंग
कोर्स
पूर्ण
