After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
이 강의에서는 A/B 테스트의 세계를 깊이 있게 탐구하고, 실제 활용 사례를 깊이 이해하며, Python으로 이러한 A/B 테스트를 설계하고 실행하고 분석하는 방법을 배우게 됩니다.
인터넷을 사용할 때마다 거의 확실하게 A/B 테스트에 참여하게 된다는 사실을 알고 계셨나요? 검색 엔진과 전자상거래 사이트부터 소셜 네트워크와 마케팅 캠페인에 이르기까지 — 모든 기업은 AB 테스트의 힘을 활용하기 위해 최고의 데이터 분석가, 과학자, 엔지니어를 채용합니다. 다양한 변형을 테스트하면 고객 경험을 최적화하고, 수익을 극대화하며, 다음에 가장 적합한 디자인을 결정하는 데 도움이 되는 등 여러 가지 이점을 얻을 수 있습니다.
적절한 결과를 도출하기 위해 적절한 표본 크기와 기간을 추정하는 방법을 배우기 전에, 먼저 올바른 지표를 정의하는 방법부터 배우게 됩니다. 이 강의 전반에 걸쳐 statsmodels, scipy, pingouin을 비롯한 다양한 Python 패키지를 사용하여 A/B 테스트를 진행하게 됩니다.
강의가 끝날 무렵에는 정확한 결과를 보장하는 데 필요한 검증을 수행하고, p-value의 핵심을 익히며, A/B 테스트 결과를 쉽고 자신 있게 분석하여 가장 중요한 비즈니스 의사결정을 이끌 수 있게 됩니다.
A/B 테스트가 어떻게 작동하는지 알아보세요
인터넷을 사용할 때마다 거의 확실하게 A/B 테스트에 참여하게 된다는 사실을 알고 계셨나요? 검색 엔진과 전자상거래 사이트부터 소셜 네트워크와 마케팅 캠페인에 이르기까지 — 모든 기업은 AB 테스트의 힘을 활용하기 위해 최고의 데이터 분석가, 과학자, 엔지니어를 채용합니다. 다양한 변형을 테스트하면 고객 경험을 최적화하고, 수익을 극대화하며, 다음에 가장 적합한 디자인을 결정하는 데 도움이 되는 등 여러 가지 이점을 얻을 수 있습니다.
Python에서 A/B 테스트 배우기
적절한 결과를 도출하기 위해 적절한 표본 크기와 기간을 추정하는 방법을 배우기 전에, 먼저 올바른 지표를 정의하는 방법부터 배우게 됩니다. 이 강의 전반에 걸쳐 statsmodels, scipy, pingouin을 비롯한 다양한 Python 패키지를 사용하여 A/B 테스트를 진행하게 됩니다.
강의가 끝날 무렵에는 정확한 결과를 보장하는 데 필요한 검증을 수행하고, p-value의 핵심을 익히며, A/B 테스트 결과를 쉽고 자신 있게 분석하여 가장 중요한 비즈니스 의사결정을 이끌 수 있게 됩니다.
사전 요구 사항
커리큘럼
코스 개요
1
A/B 테스트 개요
이 장에서는 A/B 테스트의 기초를 학습합니다. 명확한 절차와 활용 사례를 살펴보고, A/B 테스트를 설계하고 수행하는 이유와 가치를 이해하며, 가장 널리 쓰이는 지표 설계와 추정 프레임워크를 알아봅니다.
2
실험 설계와 계획
2장에서는 실험 설계 프로세스를 다룹니다. 견고한 A/B 테스트 가설을 수립하는 법에서 시작해, 검정력, 오류율, 최소 검출 효과와 같은 통계 개념을 학습합니다. 마지막으로 결론을 도출할 수 있는 적절한 표본 크기를 추정하는 방법을 배우고, 다중 비교가 있는 시나리오도 다룹니다.
3
데이터 처리, 건전성 점검, 결과 분석
이 장에서는 A/B 테스트 데이터를 정리, 전처리, 탐색하는 구체적인 워크플로를 익히고, 유효한 결과를 보장하기 위해 필요한 건전성 점검 절차를 학습합니다. 또한 비율 차이를 분석하는 A/B 테스트의 해설과 예제를 자세히 살펴봅니다.
4
실무 고려사항과 의사결정
마지막 장에서는 평균 차이를 분석하는 프레임워크를 익히고, 여러 가정이 충족되지 않을 때 비모수 검정을 활용하는 방법을 배웁니다. 비율 지표를 분석할 때 Delta method를 적용하는 방법을 익히고, 모범 사례와 심화 주제를 살펴보며 A/B 테스트 역량을 한 단계 높입니다.
Python으로 배우는 A/B Testing
코스
완료
