آموزش تست A/B در پایتون

A/B Testing in Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یاد بگیرید که چگونه نتایج یک تست A/B را تعریف، شروع و تجزیه و تحلیل کنید. بهبود عملکرد کسب و کار از طریق تست A/B نحوه استفاده از تست های A/B برای بهبود عملکرد کسب و کار تعریف تست های A/B شروع تست های A/B تجزیه و تحلیل نتایج تست های A/B اندازه گیری موفقیت تست های A/B نحوه تعریف یک فرضیه ردیابی طراحی برای معیارها نحوه آماده شدن برای مصاحبه علم داده (زمانی که از شما در مورد تست های A/B سوال می شود) نحوه طراحی تست های A/B برای محصولات دیجیتال ملاحظات پیشرفته هنگامی که چندین تست A/B را همزمان اجرا می کنید پیش نیازها :بدون تجربه در تست A/B نیازی نیست دانش آمار پایه شما به دانش آماری پیشرفته نیاز ندارید توانایی های برنامه نویسی مورد نیاز نیست (اما برای برخی از نمونه ها از پایتون استفاده خواهیم کرد)

تست A/B ابزاری است که به شرکت‌ها کمک می‌کند تا بر اساس داده‌ها تصمیمات قابل اعتماد بگیرند.

این یکی از مهارت های اساسی است که شما برای یافتن شغلی به عنوان دانشمند داده یا تحلیلگر داده نیاز دارید.

آیا می خواهید دانشمند داده شوید یا تحلیلگر داده؟

اگر این کار را می کنید، این دوره عالی برای شماست!

مدرس شما آناستازیا یک دانشمند ارشد داده است که در یک استارت آپ پخش موسیقی مستقر در استکهلم کار می کند. او دو مدرک کارشناسی ارشد در هوش تجاری و علوم کامپیوتر گرفته است و از فارغ التحصیلی اخیراً در عرض 3 سال به مقام ارشد رسیده است. آناستازیا تعداد قابل توجهی تست A/B را برای شرکت های بزرگ فناوری با صدها میلیون کاربر ماهانه انجام داده است.

با شرکت در این دوره، یاد خواهید گرفت که چگونه:

· تست A/B را تعریف کنید

· یک تست A/B را شروع کنید

· نتایج یک آزمون A/B را به تنهایی تجزیه و تحلیل کنید

در طول سفر یادگیری، آناستازیا شما را از طریق فرآیند تست A/B برای یک شرکت خیالی با محصول دیجیتال راهنمایی می کند. این مطالعه موردی در طول دوره آشکار می شود و همه چیز را از همان ابتدای فرآیند تست A/B تا انتها از جمله برخی ملاحظات پیشرفته را لمس می کند. علاوه بر این، آناستازیا کمی زمان می‌برد تا توصیه‌های خود را درباره نحوه آماده شدن برای سؤالات مصاحبه آزمون A/B برای یک دانشمند داده یا موقعیت تحلیلگر داده با شما در میان بگذارد.

یک نقطه قوت تمایز با کتاب های درسی آماری و آموزش های نظری این است که دوره A/B Testing in Python به شما یاد می دهد که چگونه تست های A/B را برای محصولات دیجیتالی که میلیون ها یا صدها میلیون کاربر دارند طراحی کنید. این یک مرور کلی نادر از فرآیند تست A/B از دیدگاه تجاری، فنی و تجزیه و تحلیل داده است.

این دوره عالی برای شماست اگر:

- دانشجوی علوم داده که می خواهد یکی از مهارت های اساسی مورد نیاز در کار را بیاموزد

- دانشمندان داده های جوان بدون تجربه آزمایش A/B

- توسعه دهندگان نرم افزار و مدیران محصول که می خواهند یاد بگیرند که چگونه تست های A/B را در شرکت خود برای بهبود محصولی که در حال ساخت هستند، اجرا کنند

مهارت ارزشمندی را یاد خواهید گرفت که می تواند کسب و کار یک شرکت (و حرفه شما را در این راه متحول کند).

پس منتظر چه چیزی هستید؟

روی دکمه "اکنون خرید" کلیک کنید و بیایید این سفر را از امروز شروع کنیم!


سرفصل ها و درس ها

مقدمه: به دوره تست A/B خوش آمدید Introduction: Welcome to the course on A/B testing

  • به دوره خوش آمدید! Welcome to the course!

  • دوره شامل چه چیزی است و تست A/B چیست What does the course cover and what is A/B testing

  • ویژگی های کلیدی تست A/B چیست؟ What are the key characteristics of an A/B test?

  • تست های A/B چگونه ایجاد می شوند؟ چه کسی شرکت می کند؟ How A/B tests are created? Who takes part?

تعریف KPI و معیارها. مثال عملی: Kittengram Defining KPIs and metrics. Practical example: Kittengram

  • چگونه موفقیت را اندازه گیری کنیم How to measure success

  • محاسبه معیارها برای Kittengram - مثال عملی Calculation of metrics for Kittengram - Practical example

راه اندازی و اجرای تست های A/B در عمل Setting up and executing A/B tests in practice

  • ابزار دقیق و ردیابی داده ها Data instrumentation and tracking

  • محاسبه معیارها Calculating metrics

  • طراحی آزمایش Designing the experiment

  • تست A/B را تنظیم کنید Set up the A/B test

  • اهمیت آماری Statistical significance

  • اندازه نمونه آزمون A/B را محاسبه کنید Calculate the sample size of an A/B test

  • نمونه ای از ماشین حساب قدرت اهمیت Example of significance power calculator

  • تست A/B - شروع و تجزیه و تحلیل A/B test - start & analysis

  • ارائه نتایج Presenting results

  • فرآیند تجزیه و تحلیل تست A/B A/B test analysis process

  • فعالیت بین گروه ها را مقایسه کنید Compare the activity between the groups

ملاحظات پیشرفته Advanced considerations

  • ملاحظات پیشرفته تست A/B Advanced A/B testing considerations

  • ملاحظات اخلاقی مهم: حریم خصوصی Important ethical considerations: Privacy

سوالات پیشرفته برای آمادگی مصاحبه Advanced questions for interview preparation

  • معرفی Introduction

  • سوال 1 Question 1

  • سوال 2 Question 2

  • سوال 3 Question 3

  • سوال 4 Question 4

  • سوال 5 Question 5

  • چگونه برای مصاحبه آماده شویم How to prepare for the interview

نتیجه Conclusion

  • توصیه های نهایی Final recommendations

نمایش نظرات

آموزش تست A/B در پایتون
جزییات دوره
3 hours
27
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,720
3.8 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

365 Careers 365 Careers

ایجاد فرصت برای دانشجویان علوم داده و مالی

Anastasia K Anastasia K

دانشمند داده محصول در آزمایش و آزمایش A/B