МОВС Прикладной анализ данных в ритейле (2023-24 уч. год, 6 модуль) — различия между версиями
м (UPD formula) |
м |
||
(не показано 12 промежуточных версии 2 участников) | |||
Строка 3: | Строка 3: | ||
''В курсе рассматриваются задачи, которые решаются в ритейле с применением анализа данных и машинного обучения: прогноз спроса, прогноз пользовательских метрик, рекомендации, ценообразование, аплифт-моделирование и look-alike-моделирование. Обсуждается, как формализуется задача с т.з. машинного обучения, каким алгоритмами решается и как устроен дизайн ML-системы, решающий конкретную задачу.'' | ''В курсе рассматриваются задачи, которые решаются в ритейле с применением анализа данных и машинного обучения: прогноз спроса, прогноз пользовательских метрик, рекомендации, ценообразование, аплифт-моделирование и look-alike-моделирование. Обсуждается, как формализуется задача с т.з. машинного обучения, каким алгоритмами решается и как устроен дизайн ML-системы, решающий конкретную задачу.'' | ||
− | Занятия проводятся в [ | + | Занятия проводятся в [https://us06web.zoom.us/j/84499463217?pwd=kFzXszo0xS6e6apvdaQpAQrnDEZ7A7.1 Zoom] '''по четвергам в 18:00''' |
==Контакты== | ==Контакты== | ||
− | Чат курса в TG: | + | Чат курса в TG: https://t.me/+gly4v5N_ZzgzYWVi |
Преподаватель: Теванян Элен Арамовна | Преподаватель: Теванян Элен Арамовна | ||
Строка 17: | Строка 17: | ||
| style="background:#eaecf0;" | Даша Саламашенкова || [https://t.me/salamashenkovadasha @salamashenkovadasha] | | style="background:#eaecf0;" | Даша Саламашенкова || [https://t.me/salamashenkovadasha @salamashenkovadasha] | ||
|- | |- | ||
− | | style="background:#eaecf0;" | || | + | | style="background:#eaecf0;" | Савелий Прохоров || [https://t.me/Savely_Prokhorov @Savely_Prokhorov] |
|} | |} | ||
Строка 23: | Строка 23: | ||
Плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzDodShsQ5mz2lcJxAO96vDb | Плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzDodShsQ5mz2lcJxAO96vDb | ||
− | GitHub с материалами курса: | + | GitHub с материалами курса: https://github.com/elentevanyan/applied_data_science_in_retail/ |
{| class="wikitable" | {| class="wikitable" | ||
Строка 29: | Строка 29: | ||
! Занятие !! Тема !! Дата !! Ссылки | ! Занятие !! Тема !! Дата !! Ссылки | ||
|- | |- | ||
− | | style="background:#eaecf0;" | '''1''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''1''' [[https://www.youtube.com/watch?v=ubfBZQtC6g8&list=PLmA-1xX7IuzDodShsQ5mz2lcJxAO96vDb Запись]] || [[https://github.com/elentevanyan/applied_data_science_in_retail/blob/main/01_intro.pdf Слайды]] Intro: задачи в ритейле; метрики, которые улучшаем ML-моделями; ML System Design || 02.11.23 || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''2''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''2''' [[https://www.youtube.com/watch?v=a29H7v-zfEs&list=PLmA-1xX7IuzDodShsQ5mz2lcJxAO96vDb Запись]] || [[https://github.com/elentevanyan/applied_data_science_in_retail/blob/main/02_demand_metrics.pdf Слайды]] Прогноз спроса || 09.11.23 || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''3''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''3''' [[https://youtu.be/DsxSSj8yJIc?si=mG0t0PpWPHwTtKwu Запись ]] || [[https://github.com/elentevanyan/applied_data_science_in_retail/blob/main/03_uplift_look_alike.pdf Слайды]] Uplift- и Look-alike-моделирование || 16.11.23 || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''4''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''4''' [[https://youtu.be/bqqYnVJbQCo?si=OSkBfug6V7PaB7aS Запись]] || [[ Слайды]] Рекомендации и персонализация клиентского опыта || '''21.11.23, Вт.''' || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''5''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''5''' [[ Запись]] || [[ Слайды]] Ценообразование 1 || 30.11.23 || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''6''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''6''' [[ Запись]] || [[ Слайды]] Ценообразование 2 || 07.12.23 || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Слайды]] Эксперименты: свитчбэки и методы с синтетическим контролем || 14.12.23 || |
|- | |- | ||
|} | |} | ||
− | |||
− | |||
− | |||
==Формула оценивания== | ==Формула оценивания== | ||
− | Оценка = 0.25*О<sub>Проект 1</sub> + 0.25*О<sub>Проект 2</sub> + 0.5*О<sub>Проект | + | Оценка = 0.25*О<sub>Проект 1</sub> + 0.25*О<sub>Проект 2</sub> + 0.5*О<sub>Проект 3</sub> |
== Проекты == | == Проекты == | ||
+ | Anytask: https://anytask.org/course/1069 | ||
+ | |||
+ | Инвайт: <code>NLSAbHd</code> | ||
+ | |||
# Прогнозирование спроса или пользовательской метрики | # Прогнозирование спроса или пользовательской метрики | ||
# Оценка нестандартных экспериментов | # Оценка нестандартных экспериментов |
Текущая версия на 13:46, 4 декабря 2023
О курсе
В курсе рассматриваются задачи, которые решаются в ритейле с применением анализа данных и машинного обучения: прогноз спроса, прогноз пользовательских метрик, рекомендации, ценообразование, аплифт-моделирование и look-alike-моделирование. Обсуждается, как формализуется задача с т.з. машинного обучения, каким алгоритмами решается и как устроен дизайн ML-системы, решающий конкретную задачу.
Занятия проводятся в Zoom по четвергам в 18:00
Контакты
Чат курса в TG: https://t.me/+gly4v5N_ZzgzYWVi
Преподаватель: Теванян Элен Арамовна
Ассистент | Контакты |
---|---|
Даша Саламашенкова | @salamashenkovadasha |
Савелий Прохоров | @Savely_Prokhorov |
Материалы курса
Плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzDodShsQ5mz2lcJxAO96vDb
GitHub с материалами курса: https://github.com/elentevanyan/applied_data_science_in_retail/
Занятие | Тема | Дата | Ссылки |
---|---|---|---|
1 [Запись] | [Слайды] Intro: задачи в ритейле; метрики, которые улучшаем ML-моделями; ML System Design | 02.11.23 | |
2 [Запись] | [Слайды] Прогноз спроса | 09.11.23 | |
3 [Запись ] | [Слайды] Uplift- и Look-alike-моделирование | 16.11.23 | |
4 [Запись] | Слайды Рекомендации и персонализация клиентского опыта | 21.11.23, Вт. | |
5 Запись | Слайды Ценообразование 1 | 30.11.23 | |
6 Запись | Слайды Ценообразование 2 | 07.12.23 | |
7 Запись | Слайды Эксперименты: свитчбэки и методы с синтетическим контролем | 14.12.23 |
Формула оценивания
Оценка = 0.25*ОПроект 1 + 0.25*ОПроект 2 + 0.5*ОПроект 3
Проекты
Anytask: https://anytask.org/course/1069
Инвайт: NLSAbHd
- Прогнозирование спроса или пользовательской метрики
- Оценка нестандартных экспериментов
- ML System Design (case-study)