在线课程 – Google 和 O.P. Jindal 大学认证的营销机器学习专业

监督机器学习及其在营销中的应用

课程 1 • 21 小时

课程详情

• 您将学到什么：
• 将 Python 用作监督学习方法中的有效工具。
• 开发和实施用于分类和回归目的的监督式机器学习模型。
• 解释和分析监督机器学习在营销中的各种应用。
• 描述机器学习模型的部署以及随之而来的挑战。

• 您将获得的技能：
• 类别： Google Analytics
• 类别： 性能指标
• 类别： Google Ads 上的广告活动
• 类别： 数字营销计划
• 类别： 数字营销技术

无监督机器学习及其在营销中的应用

课程 2 • 21 小时

课程详情

• 您将学到什么：
• 激活 Python 作为实现各种算法的有效工具。
• 描述无监督机器学习并写下其各种算法。
• 写下通过无监督学习有望创新的各种应用和领域。

• 您将获得的技能：
• 类别： 市场营销中文本挖掘的含义
• 类别： 客户反馈分析
• 类别： 情感分析
• 类别： 文本挖掘技术
• 类别： 基布兹

市场营销决策科学导论

课程 3 • 22 小时

课程详情

• 您将学到什么：
• 通过数据分析展示对决策过程的深刻理解。
• 可视化并了解数据分析技术如何针对实际营销问题而设计。
• 说明营销分析和决策科学方法如何提高营销决策的质量。

• 您将获得的技能：
• 类别： 决策理论
• 类别： 决策
• 类别： 营销分析
• 类别： 数据分析技术

用于营销的文本挖掘

课程 4 • 20 小时

课程详情

• 您将学到什么：
• 了解什么是文本挖掘，它实现了什么，以及它在营销领域可能有什么用途。
• 研究理论问题如何转化为市场营销文本挖掘领域的实际应用。
• 确定可应用于文本和其他数据类型的稳健分析技术。
• 解释分析文本以做出营销决策的正确和错误过程是什么。

• 您将获得的技能：
• 类别： 异常检测
• 类别： 降维
• 类别： 无监督机器学习
• 类别： 基布兹 K-Means
• 类别： 联想学习

数字营销分析

课程 5 • 16 小时

课程详情

• 您将学到什么：
• 描述您的企业网站或登录页面上的消费者旅程、意图和活动。
• 讨论不同的数字营销平台、它们的本质、创建数字营销策略所需的业务组成部分以及各种绩效指标 （KPI）。
• 解释 Google Analytics、它的重要性和企业可以利用的数据洞察，以及 GA4 与 Google Analytics Universal 的不同之处。
• 分析如何从各种绩效指标中理解和提炼品牌形象和营销目标。

• 您将获得的技能：
• 类别： 性能指标
• 类别： 回归
• 类别： 监督式机器学习
• 类别： 分类
• 类别： 可视化