or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ในบทนี้จะสำรวจพื้นฐานของวิธี machine learning ที่ใช้ในด้านการตลาด ครอบคลุมประเภทต่างๆ ของ machine learning ขั้นตอนการเตรียมข้อมูล และการรันโมเดลแบบครบวงจรหลายรูปแบบ เพื่อให้เข้าใจศักยภาพของแต่ละโมเดล
ในบทนี้จะเรียนรู้หลักพื้นฐานของการพยากรณ์ churn จากนั้นฝึกโมเดล logistic regression และ decision tree เพื่อพยากรณ์ churn และสุดท้ายจะวิเคราะห์ผลลัพธ์เพื่อดึงข้อมูลเชิงลึกเกี่ยวกับปัจจัยที่ขับเคลื่อน churn
ในบทนี้จะเรียนรู้พื้นฐานของ Customer Lifetime Value (CLV) และวิธีการคำนวณที่แตกต่างกัน จากนั้นนำความรู้นี้ไปสร้าง feature ระดับลูกค้าเพื่อพยากรณ์จำนวนธุรกรรมในเดือนถัดไปโดยใช้ linear regression
บทสุดท้ายนี้เจาะลึกเรื่องการแบ่งกลุ่มลูกค้าตามประวัติการซื้อสินค้า จะได้สำรวจโมเดล 2 แบบที่ให้ข้อมูลเชิงลึกเกี่ยวกับรูปแบบการซื้อของลูกค้า และจัดกลุ่มพวกเขาออกเป็นกลุ่มที่แยกชัดเจนและตีความได้ง่าย
แบบฝึกหัดปัจจุบัน