Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
O que as recomendações de produtos da Amazon e as sugestões de filmes da Netflix têm em comum? Ambas usam Análise de Cesta de Compras, uma ferramenta poderosa para transformar grandes volumes de dados de transações e visualizações de clientes em regras simples para promoção e recomendação de produtos. Neste curso, você vai aprender a realizar Análise de Cesta de Compras usando o algoritmo Apriori, métricas padrão e personalizadas, regras de associação, agregação e poda, e visualização. Em seguida, você vai reforçar suas novas habilidades com exercícios interativos, criando recomendações para um pequeno mercado, uma biblioteca, uma loja de e-books, uma varejista de presentes criativos e um serviço de streaming de filmes. No processo, você vai descobrir insights valiosos para melhorar as recomendações aos clientes.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução à Análise de Cesta de Compras
Neste capítulo, você vai aprender o básico de Análise de Cesta de Compras: regras de associação, métricas e poda. Depois, vai aplicar esses conceitos para ajudar um pequeno mercado a melhorar suas ações promocionais e a organização dos produtos.
- O que é Market Basket Analysis?50 XP
- O básico de market basket analysis50 XP
- Venda cruzada de produtos100 XP
- Identificando regras de associação50 XP
- Múltiplos antecedentes e consequentes100 XP
- Preparando dados para análise de cesta de compras100 XP
- Gerando regras de associação100 XP
- A métrica mais simples50 XP
- One-hot encoding de dados de transações100 XP
- Calculando a métrica de suporte100 XP
2
Regras de Associação
As regras de associação mostram que dois ou mais itens estão relacionados. As métricas permitem quantificar a utilidade desses relacionamentos. Neste capítulo, você vai aplicar seis métricas para avaliar regras de associação: suporte, confiança, lift, convicção, alavancagem e a métrica de Zhang. Em seguida, você vai usar regras de associação e métricas para ajudar uma biblioteca e uma loja de e-books.
3
Agregação e Poda
O problema fundamental da Análise de Cesta de Compras é determinar como transformar um grande volume de decisões de clientes em um pequeno conjunto de regras úteis. Esse processo normalmente começa com a aplicação do algoritmo Apriori e envolve o uso de estratégias adicionais, como poda e agregação. Neste capítulo, você vai aprender a usar esses métodos e, ao final, aplicá-los em exercícios nos quais você ajuda uma varejista a definir o layout de uma loja física e realizar promoções cruzadas de produtos.
4
Visualizando Regras
Neste capítulo final, você vai aprender como visualizações são usadas para orientar o processo de poda e resumir os resultados finais, que normalmente assumem a forma de conjuntos de itens ou regras. Você vai dominar as três visualizações mais úteis — mapas de calor, gráficos de dispersão e gráficos de coordenadas paralelas — e aplicá-las para ajudar um serviço de streaming de filmes.
Análise de Cesta de Compras em Python
Curso
concluído
