Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
¿Qué tienen en común las recomendaciones de productos de Amazon y las sugerencias de películas de Netflix? Ambas se basan en el análisis de cesta de la compra, una herramienta potente para convertir grandes volúmenes de datos de transacciones y visionado en reglas sencillas para la promoción y recomendación de productos. En este curso, aprenderás a realizar análisis de cesta de la compra usando el algoritmo Apriori, métricas estándar y personalizadas, reglas de asociación, agregación y poda, y visualización. Después, consolidarás lo aprendido con ejercicios interactivos, creando recomendaciones para un pequeño supermercado, una biblioteca, un vendedor de libros electrónicos, una tienda de regalos originales y un servicio de streaming de películas. Por el camino, descubrirás información valiosa para mejorar las recomendaciones a los clientes.
Requisitos previos
Programa de formación
Contenido del curso
1
Introducción al análisis de cesta de la compra
En este capítulo aprenderás lo básico del análisis de cesta de la compra: reglas de asociación, métricas y poda. Luego aplicarás estos conceptos para ayudar a un pequeño supermercado a mejorar sus acciones promocionales y la colocación de productos.
- ¿Qué es el análisis de cesta de la compra?50 XP
- Conceptos básicos del market basket analysis50 XP
- Venta cruzada de productos100 XP
- Identificar reglas de asociación50 XP
- Antecedentes y consecuentes múltiples100 XP
- Preparar datos para el análisis de cesta de la compra100 XP
- Generar reglas de asociación100 XP
- La métrica más simple50 XP
- One-hot encoding de datos de transacciones100 XP
- Calcular la métrica de soporte100 XP
2
Reglas de asociación
Las reglas de asociación nos indican que dos o más artículos están relacionados. Las métricas nos permiten cuantificar la utilidad de esas relaciones. En este capítulo aplicarás seis métricas para evaluar reglas de asociación: soporte, confianza, lift, convicción, apalancamiento y la métrica de Zhang. Después usarás reglas de asociación y métricas para ayudar a una biblioteca y a un vendedor de libros electrónicos.
3
Agregación y poda
El problema fundamental del análisis de cesta de la compra es determinar cómo convertir un volumen enorme de decisiones de clientes en un número reducido de reglas útiles. Este proceso suele empezar con la aplicación del algoritmo Apriori y requiere estrategias adicionales, como la poda y la agregación. En este capítulo aprenderás a usar estos métodos y terminarás aplicándolos en ejercicios en los que ayudas a un minorista a elegir la distribución de una tienda física y a realizar ventas cruzadas de productos.
4
Visualización de reglas
En este capítulo final aprenderás cómo se usan las visualizaciones para guiar el proceso de poda y resumir los resultados finales, que normalmente se presentan como conjuntos de artículos o reglas. Dominarás las tres visualizaciones más útiles —mapas de calor, gráficos de dispersión y gráficos de coordenadas paralelas— y las aplicarás para ayudar a un servicio de streaming de películas.
Análisis de cesta de la compra en Python
Curso
completado
