دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Marketing Data Science: Modeling Techniques in Predictive Analytics with R and Python
دانلود کتاب علم داده های بازاریابی: تکنیک های مدل سازی در تجزیه و تحلیل پیش بینی با R و Python
مشخصات کتاب
Marketing Data Science: Modeling Techniques in Predictive Analytics with R and Python
دسته بندی: بازار یابی ویرایش: نویسندگان: Thomas W. Miller سری: ISBN (شابک) : 9780133886559, 0133887626 ناشر: Pearson Education سال نشر: 2015 تعداد صفحات: 0 زبان: English فرمت فایل : AZW3 (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 31 مگابایت
قیمت کتاب (تومان) : 52,000
کلمات کلیدی مربوط به کتاب علم داده های بازاریابی: تکنیک های مدل سازی در تجزیه و تحلیل پیش بینی با R و Python: بازاریابی، R (زبان برنامه کامپیوتری)، پایتون (زبان برنامه کامپیوتری)، داده کاوی
در صورت تبدیل فایل کتاب Marketing Data Science: Modeling Techniques in Predictive Analytics with R and Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب علم داده های بازاریابی: تکنیک های مدل سازی در تجزیه و تحلیل پیش بینی با R و Python نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب علم داده های بازاریابی: تکنیک های مدل سازی در تجزیه و تحلیل پیش بینی با R و Python
اکنون، یکی از رهبران برنامه تحلیلی معتبر دانشگاه نورث وسترن، درمان کاملاً یکپارچه ای از عناصر تجاری و آکادمیک برنامه های بازاریابی در تجزیه و تحلیل پیش بینی کننده ارائه می دهد. توماس دبلیو. میلر که هم برای مدیران و هم برای دانشجویان می نویسد، مفاهیم اساسی، اصول و نظریه را در زمینه کاربردهای دنیای واقعی توضیح می دهد. بر اساس برنامه پیشگام میلر، علم داده های بازاریابی به طور کامل به بخش بندی، بازاریابی هدف، موقعیت یابی برند و محصول، توسعه محصول جدید، مدل سازی انتخاب، سیستم های توصیه کننده، تحقیقات قیمت گذاری، انتخاب سایت خرده فروشی، تخمین تقاضا، پیش بینی فروش، حفظ مشتری و ارزش طول عمر می پردازد. تحلیل و بررسی. با شروع از جایی که میلر تکنیک های مدل سازی در تجزیه و تحلیل پیشگویانه را که به طور گسترده مورد تحسین قرار گرفت، متوقف شد، او اطلاعات و بینش های مهمی را که قبلاً در متون تجزیه و تحلیل وب، علوم شبکه، فناوری اطلاعات و برنامه نویسی تفکیک شده بودند، ادغام می کند. پوشش شامل: نقش تجزیه و تحلیل در ارائه پیام های موثر در وب درک وب با درک ساختارهای پنهان آن شناخته شدن در وب \"“ و تماشای رقبای خود تجسم شبکه ها و درک جوامع درون آنها سنجش احساسات و ارائه پیشنهادات استفاده از روش‌های کلیدی علم داده: پایگاه‌های داده/آماده‌سازی داده، آمار کلاسیک/بایز، رگرسیون/طبقه‌بندی، یادگیری ماشین، و تجزیه و تحلیل متن شش مطالعه موردی کامل به مسائل فوق العاده مرتبط می پردازند مانند: جداسازی ایمیل قانونی از هرزنامه. شناسایی اطلاعات قانونی مرتبط برای کشف دعوی قضایی؛ جمع آوری بینش از داده های وب گردی ناشناس و موارد دیگر. مجموعه گسترده مشکلات وب و شبکه این متن از منابع غنی داده با دامنه عمومی است. بسیاری از آنها با راه حل هایی در پایتون و/یا R همراه هستند. علم داده های بازاریابی منبع ارزشمندی برای همه دانشجویان، اساتید و بازاریابان حرفه ای خواهد بود که می خواهند از تجزیه و تحلیل تجاری برای بهبود عملکرد بازاریابی استفاده کنند.
توضیحاتی درمورد کتاب به خارجی
Now , a leader of Northwestern University's prestigious analytics program presents a fully-integrated treatment of both the business and academic elements of marketing applications in predictive analytics. Writing for both managers and students, Thomas W. Miller explains essential concepts, principles, and theory in the context of real-world applications. Building on Miller's pioneering program, Marketing Data Science thoroughly addresses segmentation, target marketing, brand and product positioning, new product development, choice modeling, recommender systems, pricing research, retail site selection, demand estimation, sales forecasting, customer retention, and lifetime value analysis. Starting where Miller's widely-praised Modeling Techniques in Predictive Analytics left off, he integrates crucial information and insights that were previously segregated in texts on web analytics, network science, information technology, and programming. Coverage includes: The role of analytics in delivering effective messages on the web Understanding the web by understanding its hidden structures Being recognized on the web "“ and watching your own competitors Visualizing networks and understanding communities within them Measuring sentiment and making recommendations Leveraging key data science methods: databases/data preparation, classical/Bayesian statistics, regression/classification, machine learning, and text analytics Six complete case studies address exceptionally relevant issues such as: separating legitimate email from spam; identifying legally-relevant information for lawsuit discovery; gleaning insights from anonymous web surfing data, and more. This text's extensive set of web and network problems draw on rich public-domain data sources; many are accompanied by solutions in Python and/or R. Marketing Data Science will be an invaluable resource for all students, faculty, and professional marketers who want to use business analytics to improve marketing performance.
نظرات کاربران
کتاب های مرتبط
دانلود کتاب Foundations of Marketing
دانلود کتاب The Brand Mapping Strategy: Design, Build, and Accelerate Your Brand
دانلود کتاب Marketing by Contingency in the Time of COVID-19: Overcoming Business Crises and Meeting Marketing Challenges
دانلود کتاب Careers in meeting and events management, hospitality marketing: increasingly important business function planning everything from sales meetings to major conventions
دانلود کتاب Contemporary Research In E-marketing, Vol. 2 (Contemporary Research in E-Marketing)
دانلود کتاب Rare Breed: A Guide to Success for the Defiant, Dangerous, and Different
دانلود کتاب Cutting Edge: Gillette’s Journey to Global Leadership
دانلود کتاب REPOSITIONING: Marketing in an Era of Competition, Change and Crisis
دانلود کتاب ABCs of Relationship Selling
