Капоне
Администратор
- Регистрация
- 1 Апр 2015
- Сообщения
- 154.225
- Реакции
- 465.805
Маркетинговый анализ данных [2022]
МФТИ (ФПМИ МФТИ Физтех-школа прикладной математики и информатики)
Илья Склонин, Владимир Захаров
Вы научитесь собирать и анализировать большие данные, чтобы на их основе делать маркетинговые исследования и визуализировать результаты.
Аналитик маркетолог отвечает на различные вопросы маркетинга, используя data-driven подход.
Data-driven — это стратегия принятия решений, основанная на данных.
В первую очередь, данные собирают, затем интерпретируют, а после планируются действий по результатам исследований.
После прохождения курса вы сможете самостоятельно на продвинутом уровне получать, анализировать и применять данные для рекламных кампаний.
Чему вы научитесь:
1. Сбор данных из разных источников с помощью Python
2. Первичная подготовка и проверка качества данных
3. Формулировка и проверка гипотез
4. Работа со статистическими показателями и проведение статистического анализа данных.
5. Визуализация результатов анализа
6. Упаковка результатов в соответствии с принципами дата-сторителлинга
Спойлер: Содержание
Модуль 1 - Python
СКАЧАТЬ
МФТИ (ФПМИ МФТИ Физтех-школа прикладной математики и информатики)
Илья Склонин, Владимир Захаров
Вы научитесь собирать и анализировать большие данные, чтобы на их основе делать маркетинговые исследования и визуализировать результаты.
Аналитик маркетолог отвечает на различные вопросы маркетинга, используя data-driven подход.
Data-driven — это стратегия принятия решений, основанная на данных.
В первую очередь, данные собирают, затем интерпретируют, а после планируются действий по результатам исследований.
После прохождения курса вы сможете самостоятельно на продвинутом уровне получать, анализировать и применять данные для рекламных кампаний.
Чему вы научитесь:
1. Сбор данных из разных источников с помощью Python
2. Первичная подготовка и проверка качества данных
3. Формулировка и проверка гипотез
4. Работа со статистическими показателями и проведение статистического анализа данных.
5. Визуализация результатов анализа
6. Упаковка результатов в соответствии с принципами дата-сторителлинга
Спойлер: Содержание
Модуль 1 - Python
- basisc
- функции
- классы
- numpy, pandas, matplotlib
- Exploratory Data Analizise
- Случайные величины и векторы.
- Виды распределений.
- Оценка распределения по выборке.
- Важные характеристики распределений.
- Важные статистики.
- Центральная предельная теорема, доверительный интервал на основе правила 2-3х сигм.
- Статистический вывод
- Статистические критерии
- Обзорный интенсив по всем доступным средствам визуализации и возможностям их использования
СКАЧАТЬ
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- Ланчбоксы: идеи блюд на 30 дней [Klaudia Tobiasz] + Ланчбоксы: 60 новых рецептов для ланчбокса [Joanna Anger, Anna Piszczek]
- Практик трансформационных гипнотических путешествий, часть 01 из 10 (2026) [Игорь Ледоховский]
- Практик трансформационных гипнотических путешествий, часть 02 из 10 (2026) [Игорь Ледоховский]
- Практик трансформационных гипнотических путешествий, часть 03 из 10 (2026) [Игорь Ледоховский]
- Практик трансформационных гипнотических путешествий, часть 04 из 10 (2026) [Игорь Ледоховский]
- Практик трансформационных гипнотических путешествий, часть 05 из 10 (2026) [Игорь Ледоховский]