Python广告数据挖掘与分析实战
反馈

内容简介

《Python广告数据挖掘与分析实战》共十二章，第1-4章重在介绍移动广告营销数据分析理论与案例分析，包括广告数据分析的基本概念、内容和意义，广告数据分析相关理论知识及常用分析方法，移动广告营销常见的数据分析案例剖析以及如何做一份让领导满意的数据分析报告；《Python广告数据挖掘与分析实战》第5-6章主要介绍Python软件安装及常用包的主要用法。《Python广告数据挖掘与分析实战》第7-10章主要介绍利用Python实现移动广告营销中常见的机器学习算法，重点掌握常用的模型评价方法，模型原理、实现方法和技巧，其中包括混淆矩阵、AUC、ROC等常用模型评价方法以及线性回归、逻辑回归、决策树、KNN、SVM、神经网络、随机森林、GBDT、XGBoost、Stacking等常用监督学习算法。第11章主要介绍k-means聚类、Lookalike相似用户挖掘等常用无监督学习算法及实现方法。第12章主要介绍移动广告营销常用的特征选择及特征工程方法。读者如果只想了解数据分析相关概念和方法，可以选择性阅读《Python广告数据挖掘与分析实战》前四章内容，后八章偏向数据挖掘算法和编程实践等内容，有兴趣可以深入阅读全书。

《Python广告数据挖掘与分析实战》作者杨游云、周健。

内容简介

这是一部营销和广告数据挖掘与分析的实战指南，横跨技术和业务两个维度，理论与实践相结合。技术维度，结合营销与广告行业的实际需求，系统讲解了广告数据挖掘的模型、算法以及数据分析方法，从而实现面向用户的精准营销；业务维度，结合广告业务的具体场景，为广告中的具体问题提供解决方案。更重要的是，本书还讲解了热门的机器学习算法在广告数据挖掘与分析中的应用。<br />全书共 10 章，从逻辑上可分为技术理论知识和具体业务应用两个部分。前6章以及第10章主要讲解了广告数据分析与挖掘的技术、方法和应用，第7～9 章则主要讲解了广告业务中的具体问题及相应的解决方法。<br />第1～2 章主要介绍了Python的安装和环境配置，以及广告数据和广告数据分析的基础知识；<br />第3～6章深入讲解了Python常用的工具包、模型常用的评价指标，以及如何利用Python建立广告分类模型和集成模型。<br />第7～8章讲解了广告数据分析的典型案例和常用分析方法，以及如何做一份满意的数据分析报告。<br />第9章讲解了如何运用数据分析与挖掘方法解决广告业务中的实际问题。

下载地址

猜你喜欢

大家都喜欢

热门推荐

声明：本站不产生/存储任何数据，所有资源均来自网络。