Разработка управленческих решений в маркетинге — различия между версиями
Материал из Wiki - Факультет компьютерных наук
(Новая страница: «Страница курса "Разработка управленческих решений в маркетинге"») |
Fulyankin (обсуждение | вклад) |
||
(не показано 10 промежуточных версии 2 участников) | |||
Строка 1: | Строка 1: | ||
− | + | == О курсе == | |
+ | |||
+ | Курс предназначен для студентов второго года обучения на программе "Маркетинг и рыночная аналитика", и является продолжением курса "Введение в Data Science". | ||
+ | Изучаем различные маркетинговые задачи и способы их решения с помощью методов машинного обучения: сегментация клиентов, привлечение клиентов, продажи, удержание клиентов, рекомендательные системы. | ||
+ | Курс построен по принципу смешанного обучения: в онлайн-формате студенты тренируют навыки работы на Python, на лекциях обсуждают маркетинговую составляющую, на семинарах самостоятельно решают задачи. | ||
+ | |||
+ | == Оценивание курса == | ||
+ | 0.1*DataCamp + 0.1*Контрольная по Python + 0.1*Самостоятельные работы + 0.2*Кейс + 0.3*Итоговый проект + 0.2*Экзамен | ||
+ | |||
+ | == Программа курса == | ||
+ | |||
+ | |||
+ | == Большой план семинаров == | ||
+ | |||
+ | * Самостоятельные проводятся примерно раз в две пары, в самом начале на 10 минут. На них мы решаем ручные задачи. | ||
+ | * Кейс проводится на 9 семинаре. За семинар в команде надо успеть накидать решение. Баллы ставятся на группу. Внутри группы вы делите баллы как хотите. | ||
+ | * Темы итогового проекта и материалы для него будут выданы немного позже. На последнем семинаре надо будет сверх-кратко презентовать его итоги. | ||
+ | |||
+ | # Проверочная по python. Вы же прошли курсы на DataCamp?! | ||
+ | # Делаем кластеризацию вручную на доске. | ||
+ | # Решаем задачи на кластеризацию на компьютере. Изучаем сегментацию. | ||
+ | # Cамостоятельная по кластеризации. Решаем задачи на классификацию вручную на доске. | ||
+ | # Решаем задачи на классификацию на компьютере. Изучаем привлечение клиентов. | ||
+ | # Самостоятельная по классификации. Решаем задачи на регрессию вручную на доске. | ||
+ | # Решаем задачи на регрессию на компьютере. Изучаем продажи. | ||
+ | # Самостоятельная по регрессии. Изучаем метрики классификации. | ||
+ | # Решаем кейс целый семинар! | ||
+ | # Разбираемся с рекомендательными системами. | ||
+ | # Говорим об итоговых проектах. | ||
+ | |||
+ | == Материалы курса == | ||
+ | |||
+ | * [https://docs.google.com/spreadsheets/d/1pj3_i_Y4NrEXeones3O9kRg0MK2OETqcV2REaXadVPM/edit?usp=sharing Текущие оценки] | ||
+ | * [https://t.me/joinchat/B2EhSBCNsbeTKFYbUkMsBA Чат в телеграм] | ||
+ | * [https://github.com/FUlyankin/HSE_Data_Culture/blob/master/docs/index_intro_2017.Rmd Материалы прошлого года] | ||
+ | * [https://fulyankin.github.io/HSE_Data_Culture/ Материалы этого года] | ||
+ | |||
+ | == Преподаватели и контакты == |
Текущая версия на 22:18, 1 октября 2018
Содержание
О курсе
Курс предназначен для студентов второго года обучения на программе "Маркетинг и рыночная аналитика", и является продолжением курса "Введение в Data Science". Изучаем различные маркетинговые задачи и способы их решения с помощью методов машинного обучения: сегментация клиентов, привлечение клиентов, продажи, удержание клиентов, рекомендательные системы. Курс построен по принципу смешанного обучения: в онлайн-формате студенты тренируют навыки работы на Python, на лекциях обсуждают маркетинговую составляющую, на семинарах самостоятельно решают задачи.
Оценивание курса
0.1*DataCamp + 0.1*Контрольная по Python + 0.1*Самостоятельные работы + 0.2*Кейс + 0.3*Итоговый проект + 0.2*Экзамен
Программа курса
Большой план семинаров
- Самостоятельные проводятся примерно раз в две пары, в самом начале на 10 минут. На них мы решаем ручные задачи.
- Кейс проводится на 9 семинаре. За семинар в команде надо успеть накидать решение. Баллы ставятся на группу. Внутри группы вы делите баллы как хотите.
- Темы итогового проекта и материалы для него будут выданы немного позже. На последнем семинаре надо будет сверх-кратко презентовать его итоги.
- Проверочная по python. Вы же прошли курсы на DataCamp?!
- Делаем кластеризацию вручную на доске.
- Решаем задачи на кластеризацию на компьютере. Изучаем сегментацию.
- Cамостоятельная по кластеризации. Решаем задачи на классификацию вручную на доске.
- Решаем задачи на классификацию на компьютере. Изучаем привлечение клиентов.
- Самостоятельная по классификации. Решаем задачи на регрессию вручную на доске.
- Решаем задачи на регрессию на компьютере. Изучаем продажи.
- Самостоятельная по регрессии. Изучаем метрики классификации.
- Решаем кейс целый семинар!
- Разбираемся с рекомендательными системами.
- Говорим об итоговых проектах.