Build your ultimate AI agent
Descrierea cursului
Data trecută când ai fost la supermarket, ce aveai în coș? Exista vreo legătură între produsele pe care le-ai cumpărat, precum spaghete și roșii sau șuncă și ananas? Fie că vorbim de comerț online sau offline, retailerii folosesc informații din milioane de coșuri ale clienților pentru a analiza asocierile dintre produse și a extrage insight-uri cu ajutorul regulilor de asociere.Pentru a cuantifica gradul de asociere dintre produse, vei folosi analiza coșului de cumpărături pentru a descoperi conexiuni ascunse și a vizualiza reguli relevante și informative. Vei exersa apoi ce ai învățat pe un set de date cu filme, unde vei prezice ce filme sunt vizionate împreună, creând astfel recomandări personalizate pentru utilizatori.
Cerințe prealabile
Curriculum
Structura cursului
1
Introducere în analiza coșului de cumpărături
Ce ai în coș? În acest prim capitol, vei învăța cum poate fi folosită analiza coșului de cumpărături (MBA) pentru a examina coșurile și a explora seturile de produse, cu scopul de a înțelege mai bine clienții și a le anticipa nevoile. Folosind tidyverse și dplyr, vei descoperi câte coșuri pot fi create dintr-un set dat de produse și vei înțelege puterea analizei coșului de cumpărături în contextul comerțului online, offline și al altor cazuri de utilizare din afara retailului.
- Introducere în analiza coșului de cumpărături50 XP
- Coșuri și produse50 XP
- Coș individual100 XP
- Ce avem în coș?100 XP
- Combinații de articole50 XP
- Numărul de coșuri posibile100 XP
- Submulțimi și supramulțimi50 XP
- Reprezentarea grafică a numărului de coșuri posibile100 XP
- Ce este analiza coșului de cumpărături?50 XP
- Două coșuri100 XP
- Coșuri multiple100 XP
- Analiza unor articole specifice100 XP
2
Metrici și tehnici în analiza coșului de cumpărături
În acest capitol, vei converti seturi de date tranzacționale în format coș, pregătite pentru analiză cu algoritmul Apriori. Vei fi introdus în cele trei metrici principale ale analizei coșului de cumpărături: suport, încredere și lift, după care vei aplica algoritmul Apriori pentru a extrage reguli dintr-un set de date tranzacțional. La final, vei explora cum se folosește pachetul arules pentru analiza coșului de cumpărături, pentru a recupera reguli și a identifica cele mai informative și relevante dintre ele.
3
Vizualizare în analiza coșului de cumpărături
Să trecem la vizualizare. În acest capitol, vei inspecta vizual setul de reguli pe care le-ai extras anterior. Vizualizările sunt esențiale în analiza coșului de cumpărături, mai ales când lucrezi cu seturi mari de reguli extrase. Vei folosi pachetul arulesViz pentru a crea grafice de bare, diagrame de dispersie și grafuri care să vizualizeze regulile de asociere identificate. Vei transforma apoi graficele statice în grafice interactive, facilitând explorarea regulilor de asociere extrase.
4
Studiu de caz: Analiza coșului de cumpărături cu filme
Mergem la cinema. În acest capitol final, vei aplica tot ce ai învățat lucrând cu un set de date despre filme. Folosind analiza coșului de cumpărături, vei transforma acest set de date într-un sistem de recomandare de filme, valorificând informații din tranzacțiile cu filme pentru a înțelege și a prezice ce ar putea dori să vizioneze în continuare publicul tău.
R
Analiza coșului de cumpărături în R
Curs
finalizat
