Наука о данных, машинное обучение и методы анализа данных для маркетинга, цифровых медиа, онлайн-рекламы и многого другого
Что вы узнаете
Байесовское машинное обучение в Python: A/B-тестирование
- Используйте адаптивные алгоритмы для повышения производительности A/B-тестирования
- Понять разницу между байесовской и частотной статистикой
- Применение байесовских методов к A/B-тестированию
Требования
- Вероятность (совместные, маргинальные, условные распределения, непрерывные и дискретные случайные величины, PDF, PMF, CDF)
- Программирование на Python со стеком Numpy
Описание
Этот курс посвящен A/B-тестированию.
A/B-тестирование используется повсеместно. Маркетинг, розничная торговля, новостные ленты, интернет-реклама и многое другое.
A/B-тестирование — это сравнение вещей.
Если вы специалист по данным и хотите сказать остальной части компании: «Логотип А лучше, чем логотип Б», вы не можете просто сказать это, не доказав это с помощью цифр и статистики.
Традиционное A/B-тестирование существует уже давно, и оно полно приближений и запутанных определений.
В этом курсе мы будем проводить традиционное A/B-тестирование, чтобы оценить его сложность, но в конечном итоге мы придем к байесовскому машинному обучению.
Во-первых, мы посмотрим, сможем ли мы улучшить традиционное A/B-тестирование с помощью адаптивных методов. Все это поможет вам решить дилемму исследовать-эксплуатировать.
Вы узнаете об эпсилон-жадном алгоритме, о котором вы, возможно, слышали в контексте обучения с подкреплением.
Мы улучшим эпсилон-жадный алгоритм с помощью аналогичного алгоритма под названием UCB1.
Наконец, мы улучшим оба из них, используя полностью байесовский подход.
Чем нам интересен байесовский метод в машинном обучении?
Это совершенно другой способ думать о вероятности.
Это смена парадигмы.
Вероятно, вам придется вернуться к этому курсу несколько раз, прежде чем он полностью впитается.
Это также мощно, и многие эксперты по машинному обучению часто делают заявления о том, что они «подписываются на байесовскую школу мысли».
В общем, это даст нам много новых мощных инструментов, которые мы сможем использовать в машинном обучении.
Вещи, которые вы узнаете в этом курсе, применимы не только к A/B-тестированию, но и к тому, что мы используем A/B-тестирование как конкретный пример того, как можно применять байесовские методы.
Вы изучите эти основные инструменты байесовского метода — на примере A/B-тестирования — и затем сможете применить эти байесовские методы к более продвинутым моделям машинного обучения в будущем.
Увидимся в классе!
«Если вы не можете это реализовать, вы этого не понимаете»
- Или, как сказал великий физик Ричард Фейнман: «То, что я не могу создать, я не понимаю».
- Мои курсы - ЕДИНСТВЕННЫЕ курсы, на которых вы научитесь реализовывать алгоритмы машинного обучения с нуля.
- Другие курсы научат вас, как подключать свои данные к библиотеке, но вам нужна помощь с 3 строками кода?
- Проделав то же самое с 10 наборами данных, вы понимаете, что не узнали 10 вещей. Вы узнали 1 вещь и просто повторили одни и те же 3 строки кода 10 раз…
Предлагаемые предпосылки:
- Вероятность (совместные, маргинальные, условные распределения, непрерывные и дискретные случайные величины, PDF, PMF, CDF)
- Программирование на Python: if/else, циклы, списки, словари, наборы
- Numpy, Scipy, Matplotlib
В КАКОЙ ПОРЯДКЕ ПРОХОДИТЬ ВАШИ КУРСЫ?:
- Ознакомьтесь с лекцией «Машинное обучение и предварительная дорожная карта ИИ» (доступна в FAQ любого из моих курсов, включая бесплатный курс Numpy)
УНИКАЛЬНЫЕ ЧЕРТЫ
- Каждая строка кода подробно объясняется — напишите мне в любое время, если вы не согласны
- Не нужно тратить время на «печатание» на клавиатуре, как на других курсах — давайте будем честными, никто не может написать код, достойный изучения, всего за 20 минут с нуля.
- Не бойтесь математики университетского уровня — узнайте важные подробности об алгоритмах, которые не учитываются в других курсах.
Для кого этот курс:
- Студенты и специалисты с техническим образованием, которые хотят изучить методы байесовского машинного обучения, чтобы применить их в своей работе по науке о данных.
Превью Стоимость курса указана на Udemy
https://bit.ly/42RllPX
КУПИТЬ Байесовское машинное обучение в Python: A/B-тестирование за 600 долларов вместо 1300 долларов
МОЙ СЧЕТ PAYPAL
[email protected]
Если вам нужен какой-либо курс, напишите комментарий и свяжитесь со мной через INSTAGRAM
https://bit.ly/3ppPdo0
ИЛИ по электронной почте
[email protected]
МОИ СОЦИАЛЬНЫЕ САЙТЫ
https://bit.ly/3Y0YiA5