Summary of the required articles of the course Data Science Methods for MADS of the University of Groningen (2021-2022). Included material is:
- Chapter 11.4 Evaluation of Statistical Models from Blattberg (2008)
- Kubler et al. (2017) Machine Learning and Big Data, chapter 19
- The predictive ability of different customer feedback metrics for retention, De Haan et al. (2015)
- Neslin et al. (2006) Defection detection: measuring and understanding the predictive accuracy of customer churn models
- Lemmens and Croux (2006) Bagging and boosting classification trees to predict churn
- Holtrop et al. (2017) No future without the past? predicting churn in the face of customer privacy
- Elements of statistical learning, Hastie et al. Chapter 4, 7 and 9.4
- Misra et al. (2019) Dynamic online pricing with incomplete information using multi armed bandit experiments
- Russo et al. A tutorial on Thomson Sampling Chapters 1-4
- AI ethics guidelines, up to and including chapter II
- ALTAI, including requirement 4, 5 and 7
- Soltys et al. (2015), Ensemble methods for uplift modelling
Download alle 45 pagina's voor € 6,99
Document in winkelwagencompanies, brands, and consumers consumer psychology customer management customer models data engineering for mads data science methods for mads digital marketing intelligence international marketing market models marketing communication retail & omnichannel marketing statistical learning in marketing strategic marketing
Via Knoowy kan ik studenten helpen met mijn samenvattingen. Het werkt gemakkelijk, snel en het is fijn anderen te kunnen helpen.
Ik gebruik jullie website nu al een tijdje en de studiehulp en samenvattingen zijn heel handig!
Knoowy is voor mij een middel om gemakkelijk en snel verslagen en samenvattingen te vinden en lezen, iets wat voor mij als dyslect veel tijd bespaard!
Knoowy is lekker makkelijk en goed als leidraad te gebruiken om verslagen te schrijven.
Helemaal top! Makkelijke service en duidelijke omschrijvingen bij de documenten.
Makkelijk en zonder gedoe! Veel aanbod door veel verschillende aanbieders. Het sluit allemaal goed aan op de lesmethodes!
Knoowy ziet er goed uit en is handig in de voorbereiding voor je studie.
Op Knoowy help ik andere studenten met mijn samenvattingen. Ik help hiermee anderen en leer er zelf ook nog ontzettend veel van.