Build your ultimate AI agent
Descrizione del corso
L’ultima volta che sei stato al supermercato, cosa c’era nel tuo carrello? C’era un legame tra i prodotti acquistati, come spaghetti e pomodori o prosciutto e ananas? Online o offline, i rivenditori analizzano le associazioni tra articoli usando le informazioni provenienti da milioni di carrelli dei clienti ed estraggono insight tramite regole di associazione.Per aiutarti a quantificare il grado di associazione tra articoli, userai l’analisi del carrello per far emergere connessioni nascoste e visualizzare regole rilevanti e informative. Poi metterai in pratica ciò che hai imparato su un insieme di dati di film, prevedendo quali film vengono guardati insieme per creare consigli personalizzati per gli utenti.
Prerequisiti
Curriculum
Programma del corso
1
Introduzione all’analisi del carrello
Cosa c’è nel tuo carrello? In questo primo capitolo scoprirai come l’analisi del carrello (MBA) può essere usata per esaminare i carrelli e approfondire gli insiemi di articoli per comprendere meglio i clienti e prevederne le esigenze. Con tidyverse e dplyr scoprirai quante combinazioni di carrelli si possono generare da un insieme di articoli e quanto sia potente usare l’analisi del carrello per lo shopping online, offline e in casi d’uso oltre il retail.
- Introduzione alla market basket analysis50 XP
- Basket e item50 XP
- Cestino singolo100 XP
- Cosa c’è nel carrello?100 XP
- Combinazioni di articoli50 XP
- Numero di carrelli possibili100 XP
- Sottoinsiemi e soprainsiemi50 XP
- Grafica il numero di carrelli possibili100 XP
- Che cos’è la market basket analysis?50 XP
- Due carrelli100 XP
- Più carrelli100 XP
- Osservare articoli specifici100 XP
2
Metriche e tecniche nell’analisi del carrello
In questo capitolo convertirai insiemi di dati transazionali in formato carrello, pronti per l’analisi con l’algoritmo Apriori. Ti presenteremo poi le tre metriche principali per l’analisi del carrello: supporto, confidenza e lift, prima di passare alla pratica con l’algoritmo Apriori per estrarre regole da un insieme di dati transazionali. Infine, esplorerai come il pacchetto arules viene usato nell’analisi del carrello per recuperare le regole e aiutarti a trovare quelle più informative e rilevanti.
3
Visualizzazione nell’analisi del carrello
Passiamo alla visualizzazione. In questo capitolo ispezionerai visivamente l’insieme di regole che hai estratto in precedenza. Le visualizzazioni nell’analisi del carrello sono fondamentali, perché spesso si lavora con grandi insiemi di regole. Userai il pacchetto arulesViz per creare barplot, scatterplot e grafi e visualizzare i tuoi insiemi di regole inferite. Trasformerai poi questi grafici in versioni interattive, rendendo più semplice approfondire le regole di associazione individuate.
4
Caso di studio: carrelli e film
Si va al cinema. In questo capitolo finale applicherai tutto ciò che hai imparato lavorando con un insieme di dati di film. Grazie all’analisi del carrello trasformerai questo insieme di dati in un sistema di raccomandazione di film, utilizzando le informazioni delle transazioni per capire e prevedere cosa potrebbe voler guardare il tuo pubblico dopo.
R
Analisi del carrello in R
Corso
completato
