Retour aux projets 
Étude en binôme
Segmentation marketing et classification
ENSEM · Travaux pratiques
Analyse exploratoire, préparation de données et comparaison de classifieurs.
Python
Travaux pratiques sur un jeu de données de campagnes marketing : exploration, imputation, encodage, standardisation et segmentation. Les notebooks comparent aussi des approches de classification des réponses aux campagnes.
Défis
Préparer des données hétérogènes et interpréter les groupes obtenus.
Solutions
Visualisations exploratoires, K-Means et ACP ; comparaison de régression logistique et Random Forest dans un contexte pédagogique.
Technologies
Pythonpandasscikit-learnK-MeansPCA
Points clés
- > Préparation de données et segmentation de profils.
- > Lecture des métriques de classification et prise en compte du déséquilibre des classes.
Projets similaires
Python
Étude académiqueENSEM · Projet académique
PFA — qualité industrielle et supervision IoT
Préparation de données industrielles, comparaison de régressions et prototypes de supervision.
Pythonpandasscikit-learnMQTT
Voir les détails
Étude en binômeENSEM · Travail académique
Étude énergétique CVC
Variation de vitesse, analyse harmonique et bilan technico-économique.
PythonNumPyMatplotlibVariation de vitesse
Voir les détails