Перейти к основному контенту

Курс

Анализ рыночных корзин на Python

Средний4 ч

Изучите правила ассоциаций в анализе рыночной корзины с Python на данных книжного магазина и создайте рекомендации фильмов.

Python4 ч{count, plural, one {# видео} few {# видео} many {# видео} other {# видео}}{count, plural, one {# упражнение} few {# упражнения} many {# упражнений} other {# упражнения}}4,350 XP14,854Заявление об успешном завершении

Создайте бесплатный аккаунт

Продолжить с Google
или
Продолжая, вы принимаете наши Условия использования, наш Политика конфиденциальности и что ваши данные хранятся в США.

Любимый инструмент учащихся тысяч компаний

Обучаете команду?

Попробовать для бизнеса

Описание курса

Что общего между рекомендациями товаров на Amazon и предложениями фильмов на Netflix? В основе обоих лежит анализ рыночных корзин — мощный инструмент, который превращает огромные массивы данных о покупках и просмотрах в простые правила для продвижения и рекомендации товаров. В этом курсе вы научитесь проводить анализ рыночных корзин с помощью алгоритма Apriori, стандартных и пользовательских метрик, правил ассоциации, агрегации, отсечения и визуализации. Полученные знания вы закрепите в интерактивных упражнениях: будете строить рекомендации для небольшого продуктового магазина, библиотеки, продавца электронных книг, магазина сувениров и стримингового сервиса. В процессе вы откроете скрытые закономерности, которые помогут улучшить рекомендации для клиентов.

Предварительные требования

Программа

Структура курса

1

Введение в анализ рыночных корзин

В этой главе вы познакомитесь с основами анализа рыночных корзин: правилами ассоциации, метриками и отсечением. Затем вы применяете эти концепции на практике, помогая небольшому продуктовому магазину улучшить промоакции и расстановку товаров.
Начать главу
2

Правила ассоциации

Правила ассоциации показывают, что два или более товара связаны между собой. Метрики позволяют количественно оценить полезность этих связей. В этой главе вы примените шесть метрик для оценки правил ассоциации: поддержку, достоверность, лифт, убеждённость, левередж и метрику Чжана. После этого вы воспользуетесь правилами ассоциации и метриками, чтобы помочь библиотеке и продавцу электронных книг.
Начать главу
3

Агрегация и отсечение

Ключевая задача анализа рыночных корзин — преобразовать огромное количество решений покупателей в небольшой набор полезных правил. Этот процесс, как правило, начинается с применения алгоритма Apriori и включает дополнительные стратегии: отсечение и агрегацию. В этой главе вы освоите эти методы, а затем применяете их в упражнениях, где поможете ритейлеру выбрать планировку физического магазина и организовать перекрёстные продажи товаров.
Начать главу
4

Визуализация правил

В заключительной главе вы узнаете, как визуализации помогают управлять процессом отсечения и резюмировать итоговые результаты в виде наборов элементов или правил. Вы освоите три наиболее полезных типа визуализации — тепловые карты, диаграммы рассеяния и графики параллельных координат — и примените их, помогая стриминговому сервису.
Начать главу

Анализ рыночных корзин на Python

Курс
завершён

Получить справку об окончании курса

Записаться

Развивайте навыки работы с данными с DataCamp для мобильных устройств

Продолжайте учиться в любом месте с мобильными курсами и ежедневными 5-минутными практическими заданиями.