Анализ логов и монетизация баз данных с помощью предиктивного моделирования и машинного обучения

Лог-файл - это главный источник информации о поведении посетителей на вашем web-сайте, позволяющий строить предсказательные модели поведения пользователей, проводить оценку эффективности и оптимизировать сайт.

В этом уникальном курсе Академии Анализа Данных вы узнаете, как использовать классические методы и методы машинного обучения и нейронных сетей, провести всесторонний анализ логов, построить предиктивные модели и перевести в деньги накопленную статистику о поведении посетителей сайта.

Нейронные сети, деревья классификации и регрессии, случайные леса, алгоритмы опорных векторов и классические методы кластеризации, включая k-means, являются идеальным инструментом для решения поставленных задач.

Оценка основных показателей KPI сайта и построение моделей зависимости от инструментальных предикторов.

На каждом шаге пользователя мы показываем, как эффективно вычислить вероятность того, что пользователь сделает запрос целевых страниц и оформит заказ.

Проведение что-если анализа, удаление ложных страниц, оптимизация сайта и построение моделей зависимости на строго аналитической основе.

Мы работаем с реальными данными и решаем задачи слушателей, которые получают практический результат непосредственно в процессе занятий.

Анализируются данные как малых и средних компаний, так и данные больших-интернет магазинов с использованием новейших технологий big data.

Программа курса

1. Импорт лог-файлов в Statistica
2. Чистка и верификация данных, предпроцессинг
3. Первичный описательный и визуальный анализ лог-данных
4. Частотный анализ посещаемости страниц
5. Кластеризация посетителей с помощью метода k-средних
6. Анализ посещаемости в разрезе дневной/недельной/месячной аудитории
7. Прогноз траффика
8. Модели и профиль посетителей, кластеры посетителей
9. Учет геоинформации
10. Анализ связей с помощью таблиц сопряженности
11. А/В тестирование - статистические методы
12. Точки входа/выхода посетителей
13. Нейронные сети как инструмент построения предсказательных моделей
14. Построение предсказательных моделей конверсии, развертывание моделей, увеличение конверсии с помощью моделей data science
15. Сети Кохонена как эффективный инструмент классификации
16. Построение, развертывание и корректировка моделей
17. Деревья классификации и регрессии в задачах анализа логов
18. Правила ассоциаций и расчет вероятности оформления заказа и посещения целевых страниц
19. Кросс-предложения и кросс-продажи
20. Аналитический отчет
21. Вопросы-ответы
22. Разбор задач слушателей

Длительность курса

10 академических часов, курс разбивается на 2 рабочих дня

Курс читается как индивидуально, так и в групповом формате.

Индивидуальное и корпоративное обучение проводится в удобное для Заказчика время, в согласованные сроки.

Записаться   Календарь курсов