資料科學與深度學習在商業上的應用- 20 個案例研究 - Soft ...

從這20 小時的課程，你會學到. 瞭解資料對企業的價值; 學習使用Python，Pandas，Matplotlib ... Skiptocontent Menu OpenSearch Contents1從這20小時的課程，你會學到2要求3課程說明4目標受眾5講師簡介6英文字幕：有7報名參加課程｜更新couponcode8也許你會有興趣8.1分享此文：8.2請按讚：8.3相關 使用Python進行資料分析，資料科學在市場行銷和零售，推薦系統，預測，客戶分類和自然語言處理方面的應用 報名參加課程｜更新couponcode ✍點選「更新couponcode」再點選「報名參加課程」可使用優惠折扣價購買課程，更新couponcode後還是沒看到折扣活動優惠價格❓請參考➥優惠折扣疑難排除 從這20小時的課程，你會學到 瞭解資料對企業的價值學習使用Python，Pandas，Matplotlib&Seaborn，SkLearn，Keras，Tensorflow，NLTK，Prophet，PySpark，MLLib等技術在行銷中應用資料科學提高轉換率，預測忠誠度和客戶生命週期價值線性迴歸(多項式和多元)，K-神經網路(K-NNs)，邏輯迴歸，支援向量機(SVMs)，決策樹和隨機森林的機器學習技術使用K均值(K-Means)、均值漂移(Mean-Shift)、DBSCAN、GMMs、PCA和t-SNE的電磁的非監督式學習使用協作&專案/內容為基礎建立一個產品推薦工具HypothesisTestingandA/BTesting–Understandt-testsandpvalues假設測試和A/B測試-理解t-tests和pvalues自然語言處理-總結評論，在AirlineTweets中做情緒分析和垃圾郵件檢測使用GoogleColab的iPython筆記本進行快速可靠基於雲端的資料科學工作使用AWS在雲端上部署機器學習模型從向量化到並行處理的進階Pandas技術統計理論，概率理論，分佈，探索性資料分析預測員工流失、保險費、Airbnb價格、信用卡欺詐以及捐贈給誰BigDataskillsusingPySparkforDataManipulationandMachineLearning利用PySpark實現大數據處理和機器學習基於探索性資料分析的客戶分類，然後使用K-Means檢測做客戶細分利用強化學習建構股票交易機器人應用資料科學和分析到零售業，執行細分，分析趨勢，確定有價值的客戶和更多應用 要求 熟悉基本的程式設計概念高中數學知識寬頻網際網路連線 課程說明 歡迎來到資料科學與深度學習在商業上的應用–20個案例研究課程！ 本課程以機器學習和統計學理論為基礎，教你如何運用機器學習解決20個實際的商業問題。

資料科學家成為21世紀的熱門職業是有充分理由的！技術革命才剛剛開始，資料科學處於前端。

因此，“資料科學家已經連續4年成為美國需求最高的職位!”根據哈佛商業評論和Glassdoor調查。

然而，資料科學有一個困難的學習曲線——如何才能在這個充斥著神祕、混亂、看似不可能的數學和程式碼的行業中開始呢？即使你剛剛涉足資料科學領域，將新發現的資料科學知識應用到真實世界中的問題上也會更加困惑。

本課程目的在填補所有那些嚇跑初學者的知識空白，同時將資料科學和深度學習的知識應用於真實世界的商業問題。

本課程有一個全面的教學大綱，涉及資料科學知識的所有主要組成部分。

我們的學習路徑包括: 資料科學如何解決許多常見的商業問題資料科學家最新的工具-Python，Pandas，Scikit-learn，Seaborn，Matplotlib&Plotly(處理資料和建立資訊，迷人的視覺化和繪圖)。

詳細資料科學統計-抽樣，分佈，正態分佈，描述統計學，相關性和Covariance，機率顯著性檢驗和假設檢驗。

機器學習理論-線性迴歸，邏輯迴歸，決策樹，隨機森林，KNN，SVMs，模型評估，異常檢測，ROC和AUC和正規化深度學習理論和工具-TensorFlow2.0和Keras(神經網路，CNNs，RNNs和LSTMs)使用預測建模、分類和深度學習解決問題市場行銷中的資料科學-建模任務率和執行A/B測試零售業中的資料科學-客戶細分，終身價值，和客戶/產品分析非監督式學習-K平均(K-Means)演算法，PCA，t-SNE，凝聚層次結構(AgglomerativeHierarchical)，均值漂移，DBSCAN和E-MGMM聚類推薦系統-協同過濾和基於內容的過濾+學會使用LiteFM自然語言處理-單字包、詞法分析/詞幹分析、TF-IDF向量器和Word2Vec大數據與PySpark-大數據，Hadoop，MapReduce，Spark，PySpark，RDD，轉換(Transformations)，行動，沿襲圖和工作，資料清理和操作，使用ySpark(MLLib)的機器學習等主題的挑戰使用AWS建構機器學習API部署到雲端 我們的20個有趣又吸引人的案例研究包括: 六個預測建模與分類器案例研究: 找出哪些員工可能會辭職(保留率分析)弄清楚哪些客戶可能離開(流失分析)我們的捐贈對象是誰？預測保險費用預測Airbnb的價格偵測信用卡詐騙 4個市場行銷中的資料科學案例研究: 行銷活動的轉換率分析預測參與度-是什麼推動了廣告的表現？A/B測試(廣告最佳化)誰是你最好的客戶?客戶終身價值(CLV) 四個零售資料科學個案研究: 產品分析探索性資料分析旅行社客戶資料的聚類分析產品推薦系統-電子商店的產品基於LiteFM的電影推薦系統 兩個時間序列預測個案研究: 一個商店的銷售預測基於強化學習的股票交易 三個自然語言處理(NLP)個案研究: 總結評論檢測文字中的情感垃圾郵件過濾器 一個PySpark大數據案例研究: 新聞標題分類 “大數據是正在發生的所有大趨勢的基礎。

” 企業比以往任何時候都需要資料科學家。

那些忽視這種趨勢的人將被他們的競爭對手甩在後面。

事實上，大多數新的資料科學工作崗位並不是由傳統的科技公司(谷歌、Facebook、微軟、亞馬遜等等)創造的，而是由傳統的非科技行業創造的。

大型零售商、銀行、行銷公司、政府機構、保險、房地產等等。

“未來兩三年，消費者資料將是最大的差異。

無論是誰，只要能夠解鎖大量資料並有策略地加以利用，都將取得勝利。

” 隨著資料科學家的薪水越來越高，這門課程試圖把你從一個初學者變成一個能夠解決真實世界中具有挑戰性問題的資料科學家。

目標受眾 資料科學的初學者希望利用自己的資料做更多事情的商業分析師缺乏實際工作經驗的大學畢業生以商業為導向的人(管理或工商管理碩士)，他們想要使用資料來增強他們的業務希望開始學習資料科學的軟體開發人員或工程師任何希望成為一名更有競爭力的資料科學家的人 講師簡介 RajeevRatan 電腦視覺專家，資料科學家和電子工程師( 更多講師主講課程介紹 ) 大家好，我是Rajeev，我喜歡資料科學和電腦視覺。

我在愛丁堡大學獲得了電腦與電子工程學士學位和人工智慧碩士學位，在那裡我獲得了廣泛的知識，機器學習，電腦視覺和智慧機器人學。

我已經發表了關於使用資料驅動的方法進行機率隨機建模的研究，甚至還參加了一個在愛丁堡大學機器人競賽中獲勝的小組。

我嘗試過以深度學習為基礎的電腦視覺創業。

我已經為兩個電腦視覺領域的創業公司做出了貢獻。

之前，我曾在加勒比地區兩家最大的電信運營商工作，在那裡，我獲得了管理技術人員和部署複雜電信專案的經驗。

英文字幕：有 想要了解如何將英文字幕自動翻譯成中文?請參考這篇How-To 報名參加課程｜更新couponcode ✍點選「更新couponcode」再點選「報名參加課程」可使用優惠折扣價購買課程，更新couponcode後還是沒看到折扣活動優惠價格❓請參考➥優惠折扣疑難排除 SponsoredbyUdemy 也許你會有興趣 商業人工智慧(ArtificialIntelligenceforBusiness)(附有中文字幕)使用TensorFlow實做機器學習+商業實戰案例★英語學習地圖–練好英文是最大的學習槓桿如何找工作學習地圖–找工作不要靠運氣！課程討論專區 ★ 歡迎使用App/Email|Telegram訂閱 網站更新★ 分享此文：TwitterFacebook請按讚：喜歡正在載入... 相關 你必須登入才能發表評論。

這個網站採用Akismet服務減少垃圾留言。

進一步了解Akismet如何處理網站訪客的留言資料。

適用電子郵件訂閱網站 輸入你的電子郵件地址訂閱網站的新文章，使用電子郵件接收新通知。

一起加入其他2,256位訂閱者的行列 電子郵件位址 訂閱 熱門文章︰100天的程式碼-2022年完整的Python專業訓練營[附有簡中字幕]Go程式設計(Golang)：完整的開發者指南Notion資料欄位表單的欄位加總-使用rollup&sumLN+在單螢幕上的操作技巧，讓線上學習與寫筆記體驗更順暢Soft&Share站友好文分享-如何設定短、中與長期的目標規劃LN+1.0.9新功能介紹-使用Notion日曆模式來檢視學習活動如何將udemy自動生成的課程英文字幕自動翻譯成中文精通英語課程：英語文法和口語利用LN+建立的notion線上課程筆記使用技巧專注於QA手動測試，使用即時專案+AGILE+JIRA 近期文章 Manning新書:InterpretableAI,BlazorinAction,AWSforNon-Engineers, GrokkingConcurrency,LinuxLVM 低多邊形景觀–Blender小口易學課程 Notion資料欄位表單的欄位加總-使用rollup&sum 利用LN+建立的notion線上課程筆記使用技巧 從經濟學了解金錢與銀行運作 網誌統計8,490,843點擊次數 隱私權與Cookie：此網站可使用Cookie。

繼續使用此網站即表示你同意使用Cookie。

若要瞭解更多資訊，包括如何控制Cookie，請參閱此處： Cookie政策 PoweredbyWordPress.com. Up↑ %d位部落客按了讚： 🔥如何利用LN+來培養每日的線上學習習慣？點我瞭解詳情