Analiza danych behawioralnych przy użyciu języków R i Python
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 21
Заказывая «Analiza danych behawioralnych przy użyciu języków R i Python» данный товар из каталога «E-бизнес», вы можете получить дополнительную скидку 4%, если произведете 100% предоплату. Размер скидки вы можете увидеть сразу при оформлении заказа на сайте. Внимание!!! Скидка распространяется только при заказе через сайт.
Аналіз поведінкових даних за допомогою R і Python (книга)
- Автор: Флоран Буіссон
- Видавець: APN PROMISE b>
- Рік видання: 2022
- Обкладинка: м'яка
- Кількість сторінок: 368
- Формат: 17,0 x 23,0 см
- Номер ISBN: 978-83-7541-464-6
- Штрих-код (EAN): 9788375414646
- Категорія: Книги > Наукова література > Інформатика > Програмування li>
Книга «Аналіз поведінкових даних за допомогою R і Python» — опис
Використання орієнтованих на користувача даних для досягнення реальних бізнес-результатів.
Дякую У цій книзі , читач зможе використовувати всю потужність поведінкових даних у своїй компанії за допомогою спеціальних інструментів. Алгоритми, які часто використовуються в науці про дані, а також програми прогнозного аналізу розглядають поведінкові дані, створені користувачами, як-от кліки на веб-сайті чи покупки в супермаркеті, як звичайну інформацію. Цей практичний посібник містить потужні методи, спеціально розроблені для аналізу поведінкових даних.
Розширена архітектура експериментів допоможе вам отримати максимальну віддачу від A/B-тестування. Причинно-наслідкові діаграми дозволяють зрозуміти причини поведінки, навіть якщо експерименти не можуть бути проведені. Ця практична книга, написана в доступному стилі для спеціалістів із обробки даних, бізнес-аналітиків і біхевіористів, містить повні приклади, а також вправи з використанням R і Python, які допоможуть вам одразу краще зрозуміти свої дані.
Теми проаналізовано в книзі:
• Зрозуміти специфіку поведінкових даних.
• Ознайомитися з відмінностями між вимірюваннями та прогнозами.
• Пояснити, як очищати та готувати поведінкові дані.
• Розробка та аналіз експериментів для прийняття оптимальних бізнес-рішень.
• Використовуйте поведінкові дані для розуміння та визначення причинно-наслідкових зв’язків.
• Представлення комплексний метод для отримання чіткого поділу клієнтів на групи.