Данные в борьбе с оттоком клиентов. Аналитика, dataset, метрики и сегментация
A

Данные в борьбе с оттоком клиентов. Аналитика, dataset, метрики и сегментация

Машинное обучение
customer churn data analytics machine learning customer segmentation predictive modeling business intelligence data science
Автор
Карл Голд
Издательство
Эксмо
Год
2025
Язык
Русский
50
Оцените книгу

Чтобы читать книгу, войдите / зарегистрируйтесь

Ознакомительный фрагмент

Похожие книги

Теоретический минимум по Big Data. Всё, что нужно знать о больших данных

Теоретический минимум по Big Data. Всё, что нужно знать о больших данных

Ын Анналин, Су Кеннет

Практическая аналитика данных. Сбор, обработка и визуализация данных на Python

Практическая аналитика данных. Сбор, обработка и визуализация данных на Python

Игорь Семичев

Аналитическая культура. От сбора данных до бизнес-результатов

Аналитическая культура. От сбора данных до бизнес-результатов

Карл Андерсон

Data Science. Инсайдерская информация для новичков. Включая язык R

Data Science. Инсайдерская информация для новичков. Включая язык R

Кэти О’Нил, Рэйчел Шатт

Анализ данных в науке и технике. Машинное обучение, динамические системы и управление

Анализ данных в науке и технике. Машинное обучение, динамические системы и управление

Стивен Л. Брантон, Дж. Натан Куц

Разработка интеллектуальных систем. Введение в технологию машинного обучения

Разработка интеллектуальных систем. Введение в технологию машинного обучения

Джефф Хултен

Практическая статистика для специалистов Data Science: 50+ важнейших понятий с использованием R и Python

Практическая статистика для специалистов Data Science: 50+ важнейших понятий с использованием R и Python

Питер Брюс, Эндрю Брюс, Питер Гедек

Технологии проектирования баз данных

Технологии проектирования баз данных

Д. Л. Осипов

Большие данные на Kubernetes: Практическое руководство по созданию эффективных и масштабируемых решений для данных

Большие данные на Kubernetes: Практическое руководство по созданию эффективных и масштабируемых решений для данных

Нейлсон Крепальде

Data Science: проблемы и решения

Data Science: проблемы и решения

А.С. Ватьян, Н.Ф. Гусарова, Н.В. Добренко