Pythonによる定量的マーケティング入門 Python for Marketing Research and Analytics

ホーム
> 洋書
> ドイツ書
> Mathematics, Sciences & Technology
> Mathematics
> probability calculus, stochastics, mathematical statistics

Pythonによる定量的マーケティング入門<br>Python for Marketing Research and Analytics

個数：

Pythonによる定量的マーケティング入門
Python for Marketing Research and Analytics

Schwarz, Jason S./ Chapman, Chris/ Feit, Elea McDonnell

ウェブストア価格 ¥16,217（本体¥14,743）
Springer Nature Switzerland AG（2020/11発売）
外貨定価 US$ 79.99
ポイント 147pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 272 p.
商品コード 9783030497194

Full Description

This book provides an introduction to quantitative marketing with Python. The book presents a hands-on approach to using Python for real marketing questions, organized by key topic areas. Following the Python scientific computing movement toward reproducible research, the book presents all analyses in Colab notebooks, which integrate code, figures, tables, and annotation in a single file. The code notebooks for each chapter may be copied, adapted, and reused in one's own analyses. The book also introduces the usage of machine learning predictive models using the Python sklearn package in the context of marketing research.

This book is designed for three groups of readers: experienced marketing researchers who wish to learn to program in Python, coming from tools and languages such as R, SAS, or SPSS; analysts or students who already program in Python and wish to learn about marketing applications; and undergraduate or graduate marketing students with little or no programming background. It presumes only an introductory level of familiarity with formal statistics and contains a minimum of mathematics.

Part I: Basics of Python.- Chapter 1: Welcome to Python.- Chapter 2: The Python Language.- Part II Fundamentals of Data Analysis.- Chapter 3: Describing Data.- Chapter 4: Relationships Between Continuous Variables.- Chapter 5: Comparing Groups: Tables and Visualizations.- Chapter 6: Comparing Groups: Statistical Tests.- Chapter 7: Identifying Drivers of Outcomes: Linear Models.- Chapter 8: Additional Linear Modeling Topics.- Part III Advanced data analysis.- Chapter 9: Reducing Data Complexity.- Chapter 10: Segmentation: Unsupervised Clustering Methods for Exploring Subpopulations.- Chapter 11: Classification: Assigning observations to known categories.- Chapter 12: Conclusion.- Index.