After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Що спільного в товарних рекомендацій Amazon і добірок фільмів на Netflix? Вони обидві використовують Market Basket Analysis — потужний підхід, який перетворює великі обсяги даних про транзакції та перегляди на прості правила для просування товарів і формування рекомендацій. У цьому курсі ви навчитеся виконувати Market Basket Analysis за допомогою алгоритму Apriori, стандартних і спеціальних метрик, правил асоціацій, агрегації та проріджування, а також візуалізації. Далі ви закріпите нові навички на інтерактивних вправах: створюватимете рекомендації для невеликого продуктового магазину, бібліотеки, продавця електронних книжок, крамниці подарунків і сервісу потокового кіно. У процесі ви відкриєте приховані інсайти, щоб покращити рекомендації для клієнтів.
Попередні вимоги
Навчальний план
Зміст курсу
1
Вступ до Market Basket Analysis
У цьому розділі ви вивчите основи Market Basket Analysis: правила асоціацій, метрики та проріджування. Потім застосуєте ці концепції, щоб допомогти невеликому продуктовому магазину покращити промоакції та викладку товарів.
- Що таке market basket analysis?50 XP
- Основи market basket analysis50 XP
- Кроспродаж товарів100 XP
- Визначення правил асоціацій50 XP
- Кілька антецедентів і консеквентів100 XP
- Підготовка даних для market basket analysis100 XP
- Генерування асоціативних правил100 XP
- Найпростіша метрика50 XP
- One-hot кодування даних транзакцій100 XP
- Обчислення метрики support100 XP
2
Правила асоціацій
Правила асоціацій показують, що два чи більше товари пов'язані. Метрики дають змогу кількісно оцінити корисність цих зв'язків. У цьому розділі ви застосуєте шість метрик для оцінки правил асоціацій: support, confidence, lift, conviction, leverage і метрику Чжана. Далі ви використаєте правила асоціацій і метрики, щоб допомогти бібліотеці та продавцю електронних книжок.
3
Агрегація та проріджування
Ключова проблема Market Basket Analysis — перетворити величезну кількість клієнтських рішень на небагато корисних правил. Зазвичай процес починається із застосування алгоритму Apriori та включає додаткові стратегії, зокрема проріджування й агрегацію. У цьому розділі ви навчитеся користуватися цими методами та зрештою застосуєте їх у вправах, де допомагатимете ритейлеру обрати план магазину та виконати крос-промо товарів.
4
Візуалізація правил
У фінальному розділі ви дізнаєтеся, як візуалізації допомагають керувати процесом проріджування та підсумовувати результати, які зазвичай мають вигляд наборів товарів або правил. Ви опanuєте три найкорисніші візуалізації — теплові карти, точкові діаграми та графіки паралельних координат — і застосуєте їх, щоб допомогти сервісу потокового кіно.
Маркет-баcкет аналіз у Python
Курс
завершено
