Методы сегментации в рекомендациях // Демо-занятие курса «Рекомендательные системы»

На занятии будет рассмотрено формирование рекомендаций с точки зрения сегментации клиентов аналитическими методами или методами машинного обучения. Так, в фокусе окажутся подход RFM-анализа, методы кластеризации и look-a-like моделирование.
Кому подходит этот урок:
IT-специалистам, которые хотят расширить свои знания в Data Science
Дата-сайентистам, желающим применить свои знания к практическим задачам сегментации базы
Тем, кто самостоятельно изучает Data Science и хочет узнать про области применимости своего знания
Результаты урока: Вы познакомитесь с несложными подходами к формированию рекомендаций, а также узнаете, в каких случаях для эффективной коммуникации достаточно применить классические подходы машинного обучения.
«Рекомендательные системы» - otus.pw/Hqrw/
Преподаватель: Елена Позднеева - Senior Data Scientist в Сбер Customer Wallet
Ссылка на код - disk.yandex.ru...
Пройдите опрос по итогам мероприятия - otus.pw/j4Qro/
Следите за новостями проекта:
Telegram: t.me/Otusjava
ВКонтакте: otus.pw/850t
LinkedIn: otus.pw/yQwQ/
Хабр: otus.pw/S0nM/