Megan
Администратор
- Регистрация
- 20 Фев 2015
- Сообщения
- 175.672
- Реакции
- 345.913
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:
- Научные публикации: читаем, понимаем, пишем [Тариф базовый] [MD school] [Галина Киреева]
- Противоположности в ортодонтическом лечении. Урок 1 [Ким Чон Иль]
- Ортодонтическое лечение с хирургическим вмешательством - это еще не все?! [Тали Чакартчи]
- Клуб Контент-завод (октябрь 2026) [Артур Хорошев]
- Протоколы лечения системой DAMON [Тариф урок 3] [Ильяр Нуртдинов]
- Женщина под ключ [Тариф С групповой поддержкой] [Мадина Калонова]