동명대학교 중앙도서관

전체메뉴

메세지가 없습니다

전체메뉴 닫기
검색

상세정보

  • HOME
  • 검색상세정보
검색결과

선택목록저장

선택목록저장
내보내기 형식을 선택하세요.
내보내기 범위를 선택하세요.

o RefWorks에서 이용 가능한 형식으로 반출합니다.

o EndNote에서 이용 가능한 형식으로 반출합니다.

Hands-on data science for marketing : improve your marketing strategies with machine learning using Python and R

Hwang, Yoon Hyup

책이미지
서평쓰기
서평쓰기
책이미지

QRcode

QR Code
QRcode 사용방법
QRcode 사용방법
QR코드 정의
사각형의 가로세로 격자무늬에 다양한 정보를 담고 있는 2차원(매트릭스)형식의 코드로 스마트폰으로 QR코드를 스캔하면 각종 정보를 제공 받을 수 있습니다.
QR코드 인식프로그램
스마트폰 마켓에 들어가면 'QR코드 스캔 프로그램'을 검색해 무료 어플을 다운받아 사용하시면 됩니다.
도서정보 QR코드 이용하기
도서 상세정보에서 QR코드를 스캔하면, 모바일 웹페이지로 연결되어 해당 도서의 상세정보 및 소장정보 등을 확인 할 수 있습니다.
닫기
상세정보
자료유형E-BOOK
서명/저자사항Hands-on data science for marketing : improve your marketing strategies with machine learning using Python and R/ Yoon Hyup Hwang.
개인저자Hwang, Yoon Hyup,author.
발행사항Birmingham, UK: Packt Publishing, 2019.
형태사항1 online resource: illustrations.
기타형태 저록Print version: Hwang, Yoon Hyup. Hands-On Data Science for Marketing : Improve Your Marketing Strategies with Machine Learning Using Python and R. Birmingham : Packt Publishing Ltd, ©2019 9781789346343
ISBN178934882X
9781789348828

내용주기Cover; Title Page; Copyright and Credits; About Packt; Contributors; Table of Contents; Preface; Section 1: Introduction and Environment Setup; Chapter 1: Data Science and Marketing; Technical requirements; Trends in marketing; Applications of data science in marketing; Descriptive versus explanatory versus predictive analyses; Types of learning algorithms; Data science workflow; Setting up the Python environment; Installing the Anaconda distribution; A simple logistic regression model in Python; Setting up the R environment; Installing R and RStudio; A simple logistic regression model in R
Chapter 3: Drivers behind Marketing EngagementUsing regression analysis for explanatory analysis; Explanatory analysis and regression analysis; Logistic regression; Regression analysis with Python; Data analysis and visualizations; Engagement rate; Sales channels; Total claim amounts; Regression analysis; Continuous variables; Categorical variables; Combining continuous and categorical variables; Regression analysis with R; Data analysis and visualization; Engagement rate; Sales channels; Total claim amounts; Regression analysis; Continuous variables; Categorical variables
Combining continuous and categorical variablesSummary; Chapter 4: From Engagement to Conversion; Decision trees; Logistic regression versus decision trees; Growing decision trees; Decision trees and interpretations with Python; Data analysis and visualization; Conversion rate; Conversion rates by job; Default rates by conversions; Bank balances by conversions; Conversion rates by number of contacts; Encoding categorical variables; Encoding months; Encoding jobs; Encoding marital; Encoding the housing and loan variables; Building decision trees; Interpreting decision trees
Decision trees and interpretations with RData analysis and visualizations; Conversion rate; Conversion rates by job; Default rates by conversions; Bank balance by conversions; Conversion rates by number of contacts; Encoding categorical variables; Encoding the month; Encoding the job, housing, and marital variables; Building decision trees; Interpreting decision trees; Summary; Section 3: Product Visibility and Marketing; Chapter 5: Product Analytics; The importance of product analytics; Product analytics using Python; Time series trends; Repeat customers; Trending items over time
요약Section 2: Descriptive Versus Explanatory Analysis; Chapter 2: Key Performance Indicators and Visualizations; KPIs to measure performances of different marketing efforts; Sales revenue; Cost per acquisition (CPA); Digital marketing KPIs; Computing and visualizing KPIs using Python; Aggregate conversion rate; Conversion rates by age; Conversions versus non-conversions; Conversions by age and marital status; Computing and visualizing KPIs using R; Aggregate conversion rate; Conversion rates by age; Conversions versus non-conversions; Conversions by age and marital status; Summary
요약This book will be an excellent resource for both Python and R developers and will help them apply data science and machine learning to marketing with real-world data sets. By the end of this book, you will be well equipped with the required knowledge and expertise to draw insights from data and improve your marketing strategies.
일반주제명Marketing --Data processing.
Machine learning.
Marketing research.
Python (Computer program language)
R (Computer program language)
Machine learning.
Marketing --Data processing.
Marketing research.
Python (Computer program language)
R (Computer program language)
언어영어
바로가기 URL

소장정보

서비스 이용안내
  • 서가에없는책서가에없는책
  • 도서배달서비스도서배달서비스
  • 인쇄인쇄
메세지가 없습니다
No. 등록번호 청구기호 소장처 도서상태 반납예정일 예약 서비스 매체정보
1 EB89892 URL 참조658.834 중앙도서관 대출가능
서가에없는책 도서배달서비스 인쇄 이미지
2 EB89893 URL 참조658.834 중앙도서관 대출가능
서가에없는책 도서배달서비스 인쇄 이미지
3 EB89897 URL 참조658.834 중앙도서관 대출가능
서가에없는책 도서배달서비스 인쇄 이미지
4 EB89895 URL 참조658.834 중앙도서관 대출가능
서가에없는책 도서배달서비스 인쇄 이미지
5 EB89896 URL 참조658.834 중앙도서관 대출가능
서가에없는책 도서배달서비스 인쇄 이미지
6 EB89894 URL 참조658.834 중앙도서관 대출가능
서가에없는책 도서배달서비스 인쇄 이미지

청구기호 Browsing

이 분야 인기자료

  • 표지이미지
    보는 사람, 화가 : 보이지 않는 본질을 끝끝내 바라보...
    최예선
    앤의서재, 2024
  • 표지이미지
    (혁신기업의 위대한 선택) 스마트 오피스 모델의 탄생 ...
    김한
    아침, 2016
  • 표지이미지
    체스 교과서
    카스파로프, 가리
    보누스, 2013
  • 표지이미지
    김중업, 르 코르뷔지에를 만나다 : 파리 세브르가 35...
    안양문화예술재단. 김중업건축박물관
    안양문화예술재단 김중업건축박물관, 2018
  • 표지이미지
    바로크 건축 : 무한을 향한 건축적 드라마 = Baro...
    유자와 마사노부
    르네상스, 2005
더보기

서평 (0 건)

*주제와 무관한 내용의 서평은 삭제될 수 있습니다.

서평추가

서평추가
별점
별0점
  • 별5점
  • 별4.5점
  • 별4점
  • 별3.5점
  • 별3점
  • 별2.5점
  • 별2점
  • 별1.5점
  • 별1점
  • 별0.5점
  • 별0점
*서평 입력 시 선택한 별점은 전체 별점에 반영됩니다.
제목입력
본문입력

태그

태그추가

태그추가
태그입력
태그보기
개인정보처리방침
주소 : 부산광역시 남구 신선로 428 동명대학교 중앙도서관
전화번호 : 051-629-3101~8

COPYRIGHT ⓒ 2016 TONGMYONG UNIVERSITY LIBRARY. ALL RIGHTS RESERVED.