2. Data Science in Marketing - super vidéo!

-

Aujourd'hui je vous partage cette vidéo qui explique le rôle de Data Science dans le Marketing!



Que pensez-vous?

Commentaires

Enregistrer un commentaire

Posts les plus consultés de ce blog

8. L'arbre de décision - les avantages et les inconvénients

-
Image
Maintenant comme vous connaissez déjà la notion d'arbre de décision, nous pouvons introduire les deux types d'arbre ainsi que parler des avantages et des inconvénients . Types d'arbre de décision Nous pouvons différencier deux types des arbres de décision qui sont classés en fonction des variables cibles : Categorical variable decision tree -  dans ce cas, l'algorithme a une variable cible catégorique. Par exemple, la prédiction du prix relatif d'une maison dans l'une des trois catégories suivantes : faible, moyen ou élevé. Les caractéristiques peuvent inclure la surface, le nombre de chambres, la présence d’un jardin et le quartier. L'arbre de décision apprend de ces caractéristiques et, après avoir fait passer chaque point de données par chaque nœud, il aboutit à un nœud feuille de l'une des trois cibles catégoriques : faible, moyen ou élevé. Continuous variable decision tree -  dans ce cas, les caractéristiques entrées dans l'arbre de décision ...
Lire la suite

3. Qu’est-ce que « le Machine Learning » ?

-
Image
Les humains ont toujours rêvé de prédire l’avenir. La mise en œuvre de l’apprentissage automatique a facilité cette ambition. Afin de répondre à la question posée, nous pouvons utiliser la définition suivante :   « Le Machine Learning est un ensemble d'outils statistiques ou géométriques et d'algorithmes informatiques qui permettent à une machine d’apprendre à partir d’un jeu de données, pour ensuite réaliser une tâche, sans avoir été explicitement programmée à cet effet. » Nous pouvons différencier les deux catégories du Machine Learning : Supervisé : les algorithmes supervisés extraient de la connaissance à partir d’un jeu de données. Le modèle apprend la relation entre un ensemble de caractéristiques descriptives et une caractéristique cible. Nous pouvons utiliser ce modèle pour faire des prédictions de nouvelles observations (exemple : Régression). Non supervisé : les algorithmes cherchent à organiser les données en catégories. Dans ce cas, comme l’apprentissage ne présu...
Lire la suite

9. Moteur de recommandation, déclinaison et fonctionnement

-
Image
Introduction : Il est probable qu'en ayant cliqué ici vous en ayez déjà une petite idée de ce qu'est un moteur de recommandation cependant, à l'heure d'aujourd'hui ceux ci prennent une grande place dans notre quotidien. En effet, lorsque l'on fait le bilan de chaque instant de notre vie dans lequel un tel système nous à influencé alors on se rend compte qu'a aucun moment l'un d'eux n'était pas présent. Que ce soit dans le choix de notre voiture, le choix de notre métier, peut être même de notre entourage ainsi que dans le choix de beaucoup d'autre chose. Pourtant il ne nous semble pas toujours si présent mais alors quel est la magie opérant derrière ces système à la fois si intuitif et complexe. définition Ce que nous pouvons définir comme un moteur de recommandation est simplement un processus qui en mettant en liens des données fait le trie parmi ces dernière afin de  choisir une certaine quantité d'entre elle qui vous seront prop...
Lire la suite