巧用AIGC,实现用户价值深度挖掘与Python/R数据分析
体系课

巧用AIGC,实现用户价值深度挖掘与Python/R数据分析

  • AIGC行业应用

揭秘AIGC魔力,数据分析驱动用户增长

¥199.9
本课程包括
  • 6小时23分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 掌握AIGC技术在数据分析中的创新应用
  • 学会运用Python/R进行高效的数据处理和挖掘
  • 理解用户行为背后的数据逻辑,实现价值深度挖掘
  • 打造个性化用户画像,提升用户满意度和忠诚度
  • 掌握数据驱动的用户增长策略,助力业务持续增长

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

在数字化时代,数据分析已成为行业必备技能。《巧用AIGC,实现用户价值深度挖掘与Python/R数据分析》课程由资深数据分析师谢佳标主讲,讲师将结合多年行业经验,教授如何运用AIGC技术和Python/R进行数据分析。

本课程将帮助学员解决在工作中遇到的数据处理难题,提升数据洞察能力,从而在职场中脱颖而出。无论你是数据分析初学者还是希望提升技能的从业者,都不可错过这门实战性极强的课程。

适合人群
  • 希望利用AIGC技术提升业务价值的数据分析师
  • 寻求深度挖掘用户数据以实现精准营销的市场人员
  • 对Python/R数据分析有基础了解,期望进阶学习的数据科学爱好者
讲师介绍
2017-2024 微软MVP
擅长领域:
  • 数据挖掘与分析
  • 数据可视化
  • 深度学习
  • 机器学习
  • 数据分析与数据决策
  • 商业分析
  • 计算机视觉
曾就职于平安人寿担任资深数据挖掘专家,目前供职于世界百强企业,负责数据中台、数据化运营、金融科技、创新规划等项目及前沿研究。有13年的数据挖掘与分享相关工作的经验;曾经从事过电商、电购、电力、游戏、金融和物流等行业,熟悉不同行业的数据特点。R语言资、python资深玩家,熟练掌握深度学习Tensorflow2框架,有丰富的大数据挖掘和可视化实战经验。2017-2023年微软MVP。《中国现场统计研究会大数据统计分会》第一届理事。 历届中国R语言大会特邀演讲嘉宾。 书籍著作:《R语言与数据挖掘》、《数据实践之美:31位大数据专家的方法、技术与思想》《R语言游戏数据分析与挖掘》、《Keras深度学习:入门、实战与进阶》、《R语言数据分析与挖掘(微课)》和深度学习从入门到精通:基于keras(微课版)》
课程大纲
共0节 时长0分钟 全部收起
游戏行业标杆案例研讨-付费用户价值深度挖掘
共14节 | 3小时58分钟
  • 1.1 课程大纲及课程目标介绍
    21分钟
  • 1.2 AIGC在数据分析方面的作用
    13分钟
  • 1.3 付费用户价值深度挖掘方法论概述
    4分钟
  • 1.4 付费用户RFM模型研究的方法介绍
    9分钟
  • 1.5 付费用户RFM模型研究之数据读取及衍生字段R构建
    14分钟
  • 1.6 付费用户RFM模型研究之RFM模型构建及人群统计2
    34分钟
  • 1.7 案例实战(二):对用户购买物品进行关联规则分析之方法介绍
    10分钟
  • 1.8 案例实战(二):对用户购买物品进行关联规则分析之事务型数据集构建
    15分钟
  • 1.9 案例实战(二):对用户购买物品进行关联规则分析之关联规则构建及分析
    19分钟
  • 1.10 案例实战(三):基于协同过滤算法概述及R语言实现
    12分钟
  • 1.11 案例实战(三):基于协同过滤算法的智能推荐案例详解
    30分钟
  • 1.12 案例实战(四):基于社群发现理论及R语言实现介绍
    18分钟
  • 1.13 案例实战(四):基于社群发现对用户购买物品进行分类之数据处理详解
    24分钟
  • 1.14 案例实战(四):基于社群发现对用户购买物品进行分类之图对象构建及社群发现
    15分钟
第二章 游戏行业标杆案例研讨-用户行为路径转化深度挖掘
共4节 | 51分钟
  • 2.1 单路径分析之漏斗模型介绍
    5分钟
  • 2.2 案例实战(一):某棋牌游戏新手教程漏斗模型
    13分钟
  • 2.3 多路径分析之基于时序的关联规则介绍及R语言实现
    12分钟
  • 2.4 案例实战(二):基于序列的关联规则的事件点击行为分析
    22分钟
第三章 游戏行业标杆案例研讨-活跃用户流失预测
共6节 | 1小时33分钟
  • 3.1 相关性分析算法介绍
    15分钟
  • 3.2 常用分类算法的优缺点介绍
    22分钟
  • 3.3 分类算法常用评估方法
    8分钟
  • 3.4 案例实战:活跃用户流失预测之数据理解、读取及编码转换
    11分钟
  • 3.5 案例实战:活跃用户流失预测之变量相关性及重要性探索
    12分钟
  • 3.6 活跃用户流失预测之建模及寻找最优模型
    26分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。