Introduction to Customer Segmentation in Python

4.6
звезд
Оценки: 13
от партнера
Coursera Project Network
В этом Проект с консультациями вы:

Dimensionality Reduction using standard PCA and variants

Create interactive plots

Clustering data using K-Means with evaluation metrics

Clock2 hours
BeginnerНачинающий
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

In this 2 hour long project, you will learn how to approach a customer purchase dataset, and how to explore the intricacies of such a dataset. You will learn the basic underlying ideas behind Principal Component Analysis, Kernel Principal Component Analysis, and K-Means Clustering. You will learn how to leverage these concepts, paired with industry knowledge and auxiliary modeling concepts to segment the customers of a certain store, and find similarities and differences between different clusters using unsupervised machine learning techniques. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Навыки, которые вы получите

  • Dimensionality Reduction
  • Market Segmentation
  • Machine Learning
  • clustering

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Introduction to the task and demo

  2. Exploratory Data Analysis

  3. Principal Component Analysis

  4. Kernel Principal Component Analysis

  5. K-Means Clustering

  6. Interactive Cluster Analysis

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.