- Регистрация
- 8 Сен 2016
- Сообщения
- 563.152
- Реакции
- 269.199
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:
- [Вязание] Свитер реглан спицами сверху без швов Melody [Вяжи.ру]
- Нейроматематика. 2 года до школы. Части 1-3 [Елена Солдатова]
- Яблоки в корзине акварелью [lectoroom] [Елена Базанова]
- Go getter 2. Unit Hello [English box] [Инесса Черникова]
- Практики октября [Сергей Лазарев]
- Планерка (октябрь 2026) [Александр Литвин]
- [Выкройки] Блузка, №1363. Размер 40-54. Рост 164-170 [Grasser]
- 20 теплых осенних блюд [Марина Калинина]