Bu kursları tamamladıktan sonra profesyonel görselleştirmeler ve panolar oluşturma konusunda kendime güveniyorum
Shoebur RahmanSatın Alma Uzmanı, Giz Bangladesh
Kurs Açıklaması
Terk (churn), bir müşterinin bir şirketle iş yapmayı bırakması ya da ilişkisini sonlandırmasıdır. Telekomdan kablolu TV’ye, SaaS’a kadar pek çok sektörde yaygın bir sorundur. Terk oranını tahmin edebilen şirketler, değerli müşterileri elde tutmak ve rekabette öne geçmek için proaktif adımlar atabilir. Bu kurs, kendi müşteri terk modellerini oluşturman için bir yol haritası sunacak. Verini nasıl keşfedip görselleştireceğini, modellemeye nasıl hazırlayacağını, Machine Learning kullanarak nasıl tahmin yapacağını ve paydaşlara aktarılabilir, aksiyon alınabilir içgörüleri nasıl ileteceğini öğreneceksin. Kursun sonunda, veri analizi için pandas kütüphanesini ve Machine Learning için scikit-learn kütüphanesini rahatça kullanıyor olacaksın.
Ön Koşullar
Müfredat
Kurs planı
1
Keşifsel Veri Analizi
Telco Churn veri kümesini keşfetmeye, özet istatistikler için pandas’ı ve etkileyici görselleştirmeler oluşturmak için Seaborn’u kullanarak başla.
- Kursa hoş geldin50 XP
- Müşteri churn’unu tanımlama50 XP
- Müşteri ayrılmasını keşfetme50 XP
- Verileri gruplama ve özetleme50 XP
- Her iki sınıf için özet istatistikler100 XP
- Eyalete Göre Churn100 XP
- Verilerini görselleştirerek keşfetme50 XP
- Özellik dağılımlarını keşfetme100 XP
- Müşteri hizmetleri aramaları ve churn100 XP
2
Terk Modellemesi için Ön İşleme
Verini keşfettiğine göre, şimdi onu ön işlemden geçirip Machine Learning’e hazır hale getirme zamanı. Özellik seçimi ve özellik mühendisliği de dahil olmak üzere ön işlemenin nedenini, ne olduğunu ve nasıl yapılacağını öğren.
3
Terk Tahmini
Verin ön işlemden geçirildi ve Machine Learning’e hazır; şimdi terk tahmini yapma zamanı! scikit-learn kullanarak Python’da gözetimli öğrenme modelleri kurmayı öğren.
4
Model Ayarlama
Modellerinin performansını hiperparametre ayarlamasıyla nasıl geliştireceğini öğren ve işletmeye geri taşıyabileceğin müşteri terkinin itici güçlerini daha iyi anla.
Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme
Kurs
Tamamlandı
