SHAREWOOD

SHAREWOOD
Редактор
- Регистрация
- 25/11/2019
- Сообщения
- 142.599
- Репутация
- 90.445
Последние темы автора:
- Скачать «Печень, судьба, энергия. Энергетические практики для исцеления [Людмила Угольникова]»
- Скачать «Создание бизнес-романа в вашей теме через нейросеть [Дмитрий Зверев]»
- Скачать «Легкий способ пережить расставание (психология отношений) [Данил Толмачев]»
- Скачать «Клуб Плетем - и точка! (март 2025) [Светлана Сафонова, Александра Зулхайди, Зиляра Хаматханова, Наталья Корнеева]»
- Скачать «Сатурн в Овне, Юпитер в Раке: полное руководство астролога [Евгений Волоконцев]»
Хардкорный Machine Learning. Блок: Динамическое ценообразование (обновленный 2024) [karpov.courses] [Ирина Евстратенко]
Описание:
Интенсивный курс для профессионалов в области машинного обучения. Вы научитесь решать нетривиальные задачи ML в контексте бизнеса, от прогнозирования цен до решения маркетинговых проблем с использованием подъемного моделирования, и примените эти навыки на настоящих примерах. Вам не обязательно проходить весь курс - вы можете выбрать только определённые блоки.
Блок: Dynamic Pricing
Успех многих компаний зависит от их способности устанавливать правильные цены на товары, учитывая различные факторы и текущую конъюнктуру рынка. Мы научим вас создавать программу динамического ценообразования с нуля для решения коммерческих задач. Будем строить модель динамического ценообразования через построение модели спроса/определение эластичности/использование многоруких бандитов.
Преподаватель: Ирина Евстратенко
9 занятий и заключительный проект. Продолжительность: 6 недель.
Содержание модуля:
- 1. Основы динамического ценообразования
Изучим ключевые принципы ценообразования и рассмотрим, как динамическое ценообразование работает на различных предприятиях
Обсудим возможные подходы к решению бизнес-задач с использованием методов динамического ценообразования
- 2. Онлайн/оффлайн метрики и Backtest
Разберемся, какие метрики используются для оценки эффективности алгоритмов динамического ценообразования в онлайне и оффлайне
Создадим Backtest для измерения производительности алгоритмов в оффлайне
- 3. Модель прогнозирования спроса
Научимся строить модели прогнозирования спроса различными методами, от самых простых до сложных, таких как трансформер
Применим полученные навыки к решению задачи динамического ценообразования
- 4. Методы оптимизации целевой функции
Представим, как можно удовлетворить бизнес требование "максимизировать одну метрику, не допуская снижения другой"
- 5. Методы расчета эластичности
Освоим техники расчета эластичности различными способами
Применим полученные навыки к решению задачи динамического ценообразования
- 6. Многорукие бандиты
Разберемся с теорией и различными стратегиями многоруких бандитов
Применим многорукие бандиты для решения задачи динамического ценообразования
- 7. A/B тестирование, Switchback и дальнейшие шаги
Научимся оценивать алгоритмы в режиме онлайн с использованием A/B тестирования и Switchback
- 8. Финальный проект
Заключительный проект модуля: постройте рабочую систему динамического ценообразования, которая учитывает отзывы пользователей
- 9. Заключение
Подведем итоги обучения
Цена блока: 60 000 ₽
Скрытая ссылка
Скрытая ссылка
Материал «Хардкорный Machine Learning. Блок: Динамическое ценообразование (обновленный 2024) [karpov.courses] [Ирина Евстратенко]», возможно, скоро появится на SHAREWOOD.
Воспользуйтесь поиском, может быть, он уже опубликован.