آموزش RA: تجزیه و تحلیل مشتریان خرده فروشی و مدل سازی منطقه تجاری.

سرفصل ها و درس ها

معرفی Introduction

• معرفی Introduction

• تسکو و اندرو پول Tesco and Andrew Pole

• مثبت کاذب False Positives

• والمارت Walmart

• ذکرهای قابل توجه Notable mentions

• چرا تجزیه و تحلیل مشتری Why Customer analytics

• برنامه درسی Curriculum

• مشتری خرده فروشی The retail Customer

• انواع مشتریان خرده فروشی types of retail customers

• انواع مشتریان خرده فروشی Types of retail customrs

• چرا ما به تجزیه و تحلیل مشتری نیاز داریم Why we need customer analytics

• انواع داده های خرده فروشی types of retail Data

• داده های فروش در مقابل داده های سبد بازار Sales Data Vs Market basket Data

• ساختار داده های خرده فروشی Retail Data structre

• برنامه های کاربردی تجزیه و تحلیل مشتری و یادگیری ماشین Customer analytics and machine learning applications

• امتحان بخش 1 Quiz on section 1

• خلاصه Summary

نصب پایتون Installing Python

• پایتون Python

• بارگیری Anaconda Downloading Anaconda

• نصب Anaconda Installing Anaconda

• مروری بر اسپایدر Spyder Overview

• مرور کلی نوت بوک Jupyter Jupiter Notebook Overview

• کتابخانه های پایتون Python Libraries

اصول برنامه نویسی پایتون Python Programming Fundmentals

• معرفی Intro

• قاب های داده Data Frames

• محاسبات حسابی در پایتون Arithmetic Calculations in Python

• لیست ها Lists

• فرهنگ لغت Dictionaries

• آرایه ها Arrays

• وارد کردن داده در پایتون Importing Data in Python

• زیر مجموعه DataFrames Subsetting DataFrames

• شرایط Conditions

• توابع نوشتن Writing Functions

• نقشه برداری Mapping

• برای حلقه ها For Loops

• برای حلقه کردن یک تابع For looping a function

• نقشه برداری در Dataframe Mapping on Dataframe

• برای حلقه زدن یک DataFrame For Looping a DataFrame

• خلاصه Summary

• وظیفه Assignment

• پاسخ تکلیف 1 Assignment Answer 1

• پاسخ تکلیف 2 Assignment Answer 2

دستکاری داده های خرده فروشی Manipulation of Retail Data

• اینرو Inro

• حذف Duplicates و NAs Dropping Duplicates and NAs

• سخنرانی تبدیل Conversions lecture

• تبدیل Conversions

• فیلترها Filterations

• امضاء Imputations

• آموزش نمایه سازی Indexing Tutorial

• شاخص برش Slicing index

• سخنرانی دستکاری Manipulation lecture

• دسته بندی بر اساس Groupby

• برش گروه توسط Slicing the Groupby

• کاهش سطوح Dropping levels

• فرم مناسب The proper form

• جداول محوری Pivot tables

• تابع کل در جدول محوری Aggregate function in pivot table

• ذوب داده ها Melting the Data

• پیوستن به سمت چپ Left join

• پیوند داخلی و خارجی inner & outer join

• پیوستن به پایتون Joining in Python

• اتصال داخلی ، چپ و پیوستن کامل (بیرونی) inner, left join and full join(outer)

• خلاصه Summary

• وظیفه Assignment

• تخصیص پاسخ 1 Assignment answer 1

• پاسخ تکلیف 2 Assignment answer 2

• پاسخ تکلیف 3 Assignment answer 3

• پاسخ تکلیف 4 Assignment answer 4

• پاسخ تکلیف 5 Assignment answer 5

مدل سازی منطقه تجارت Trade Area Modeling

• مدلسازی منطقه Tade Tade Area Modelling

• معرفی Introduction

• مدل سازی مناطق تجاری مختلف Different trade area modelling

• زمان رانندگی و کد پستی Drive time and Zip codes

• مدل هاف The huff model

• برخی ملاحظات در مورد مدل سازی مناطق تجاری Some considerations about trade area modeling

• خلاصه مدل هاف Summary of a Huff model

• مدل هاف Huff Model

• نمونه تظاهرات Example Demonstration

• مقیاس پذیری جذابیت Scaling attractiveness

• توسعه مدل هاف Developing Huff model

• مدل هاف در پایتون The Huff model in Python

• خواندن داده ها در پایتون Reading the data in python

• بدست آوردن عبارت بالا Getting the upper term

• احتمال در جامعه مشتری Probability per Customer Community

• فروشگاه خود را کجا باید پیدا کنم؟ Where should I locate my store ?

• وظیفه Assignment

• پاسخ تکلیف Assignment Answer

• خلاصه Summary

• خلاصه Summary

تجزیه و تحلیل RFM مشتری Customer RFM analysis

• معرفی Intro

• RFM RFM

• تقسیم بندی مشتری بر اساس تجزیه و تحلیل RFM Customer segmentation based on RFM analysis

• آشنایی مشتری در پایتون Customer Recency in Python

• فرکانس و ارزش پولی Frequency and Monetary Value

• رتبه بندی Ranking

• گروه بندی Grouping

• ایجاد دسته بندی ها Creating the Categories

• بینش ها Insights

• RFM با Kmeans RFM with Kmeans

• تجسم Centroids Centroids visualization

• آرنج ولگردی Elbow Spree

• وظیفه Assignment

• تخصیص Kmeans Assignment Kmeans

ارزش مادام العمر مشتری Customer Lifetime Value

• مقدمه Intro

• CLV CLV

• مهندسی ویژگی Feature Engineering

• محاسبه ارزش مادام العمر Calculating lifetime value

• خارج و طبقه بندی Ltv Outliers and Classification of Ltv

• آماده سازی داده ها برای مدل سازی Preparing the data for modeling

• درخت تصمیم گیری بدون تنظیم Decision tree without tuning

• رزومه تصادفی شده جستجو Randomized search CV

• نتیجه Conclusion

• نتیجه گیری نهایی Conclusion Final

• وظیفه Assignment

• پاسخ تکلیف Assignment Answer

پیش بینی رکود با رگرسیون لجستیک Churn Prediction with Logistic Regression

• پیش بینی چرن Churn Prediction

• چرا پیش بینی Churn مهم است Why is Churn Prediction important

• جهت گیری داده ها Data Orientation

• نسبت شانس و شانس Odds and Odds ratio

• مثالی دیگر Another example

• رگرسیون لجستیک Logistic Regression

• وارد کردن اطلاعات در نوت بوک Importing data in notebook

• مهندسی ویژگی Feature Engineering

• تجسم Visualization

• هیستوگرام ها Histograms

• آماده سازی داده ها برای مدل سازی Preparing the data for modelling

• تفسیر مدل لجستیک Interpreting the logistic model

• ماتریس گیجی Confusion matrix

• دقیق و به یاد بیاورید Precision and Recall

• تفسیر آستانه Interpreting the threshold

• ورود شانس Log Odds

• مطابق مدل به صورت دستی Fitting the model manually

• درک احتمال Understanding Probability

• پتیسی Patsy

• شرایط تعامل Interaction terms

• برازش مدل تعامل Fitting the interaction model

• رگرسیون Lasso Lasso Regression

• نتیجه Conclusion

• شرح داده برای تخصیص Data Description for assignment

• جواب چرن Churn answer

تجزیه و تحلیل سبد بازار Market Basket Analysis

• سبد بازار Market Basket

• سخنرانی Lecture

• وارد کردن داده ها Importing the data

• تجسم سبدها Visualizing Baskets

• آماده سازی داده ها برای Market Basket Preparing the data for Market Basket

• Apriori و قوانین انجمن Apriori and Association rules

• حرکت آهسته آیتم ها Slow moving items

• نتیجه Conclusion

• نتیجه Conclusion

سیستم های توصیه- فیلترینگ مبتنی بر مشارکت Recommendation Systems- Collaborative Based Fiiltering

• معرفی Intro

• فیلترینگ مبتنی بر مشارکت Collaborative Based filtering

• مورد به مورد در مقابل کاربر به کاربر Item to Item Vs User to User

• الگوریتم SVD SVD Alghoritm

• آماده سازی مدل Preparing the model

• آموزش مجموعه داده های کامل Training on full dataset

• پیش بینی رتبه بندی مشتری Prediction Customer rating

• وظیفه Assignment

• وظیفه Assignment

• پاسخ تکلیف Assignment answer

کاهش ابعاد و انتخاب مدل Dimensionality Reduction and model selection

• معرفی Introduction

• معرفی Introduction

• PCA PCA

• خط لوله Pipeline

• آماده سازی داده ها Preparing the Data

• تجزیه PCA PCA decomposition

• واردات مدل Importing Models

• تنظیم Hyperparameter Hyper Parmeter Tuning