[ENGLISH]

01 Course Overview [2mins]
01-01 Course Overview [2mins]

02 Exploring Applications of Machine Learning in Marketing [38mins]
02-01 Version Check [0mins]
02-02 Prerequisites and Course Outline [2mins]
02-03 Digital Trends in Marketing [6mins]
02-04 Use Cases of ML in Marketing: Customer Segmentation [5mins]
02-05 Use Cases of ML in Marketing: Price Optimization [4mins]
02-06 Use Cases of ML in Marketing: Personalization [5mins]
02-07 Use Cases of ML in Marketing: Customer Lifetime Value Prediction [6mins]
02-08 An Overview of Recommendation Systems [4mins]
02-09 Challenges and Risks of Using ML in Marketing [6mins]

03 Case Study: Customer Segmentation and Discovery [21mins]
03-01 Customer Segmentation: Background and Context [5mins]
03-02 Customer Segmentation: Techniques and Steps [5mins]
03-03 Customer Segmentation: Data and Feature Engineering [6mins]
03-04 Customer Segmentation: Models and Results [5mins]

04 Case Study: Price Optimization Using Dynamic Pricing [20mins]
04-01 Dynamic Pricing: Background and Methodology [6mins]
04-02 Dynamic Pricing: Input Data and Process Engineering [6mins]
04-03 Dynamic Pricing: Prediction Model [2mins]
04-04 Dynamic Pricing: Pricing Strategies and Results [6mins]

05 Applying Machine Learning Techniques to Marketing Data [26mins]
05-01 An Overview of Clustering [1mins]
05-02 K-means Clustering [4mins]
05-03 Demo: Data Preparation and Cleaning [6mins]
05-04 Demo: Data Exploration and Visualization [3mins]
05-05 Demo: Standardizing and Normalizing Data [4mins]
05-06 Demo: Performing K-means Clustering [4mins]
05-07 Demo: Visualizing Clusters [3mins]
05-08 Summary, References, and Further Study [1mins]

[فارسی]

01 بررسی اجمالی دوره [2 دقیقه]
01-01 بررسی اجمالی دوره [2 دقیقه]

02 کاوش در کاربردهای یادگیری ماشینی در بازاریابی [38 دقیقه]
02-01 بررسی نسخه [0 دقیقه]
02-02 پیش نیازها و خلاصه دوره [2 دقیقه]
02-03 روندهای دیجیتال در بازاریابی [6 دقیقه]
02-04 موارد استفاده از ML در بازاریابی- تقسیم‌بندی مشتری [5 دقیقه]
02-05 موارد استفاده از ML در بازاریابی- بهینه‌سازی قیمت [4 دقیقه]
02-06 موارد استفاده از ML در بازاریابی- شخصی‌سازی [5 دقیقه]
02-07 موارد استفاده از ML در بازاریابی- پیش بینی ارزش طول عمر مشتری [6 دقیقه]
02-08 مروری بر سیستم‌های توصیه [4 دقیقه]
02-09 چالش‌ها و خطرات استفاده از ML در بازاریابی [6 دقیقه]

03 مطالعه موردی- تقسیم‌بندی و کشف مشتری [21 دقیقه]
03-01 تقسیم‌بندی مشتری- پس زمینه و زمینه [5 دقیقه]
03-02 تقسیم‌بندی مشتری- تکنیک‌ها و مراحل [5 دقیقه]
03-03 تقسیم‌بندی مشتری- مهندسی داده و ویژگی [6 دقیقه]
03-04 تقسیم‌بندی مشتری- مدل‌ها و نتایج [5 دقیقه]

04 مطالعه موردی- بهینه‌سازی قیمت با استفاده از قیمت گذاری پویا [20 دقیقه]
04-01 قیمت گذاری پویا- پیشینه و روش [6 دقیقه]
04-02 قیمت گذاری پویا- داده‌های ورودی و مهندسی فرآیند [6 دقیقه]
04-03 قیمت گذاری پویا- مدل پیش بینی [2 دقیقه]
04-04 قیمت گذاری پویا- استراتژی‌های قیمت گذاری و نتایج [6 دقیقه]

05 استفاده از تکنیک‌های یادگیری ماشین در داده‌های بازاریابی [26 دقیقه]
05-01 مروری بر خوشه‌بندی [1 دقیقه]
05-02 K-means Clustering [4 دقیقه]
05-03 نسخه‌ی نمایشی- آماده‌سازی و تمیز کردن داده‌ها [6 دقیقه]
05-04 نسخه‌ی نمایشی- کاوش و تجسم داده [3 دقیقه]
05-05 نسخه‌ی نمایشی- استانداردسازی و عادی‌سازی داده‌ها [4 دقیقه]
05-06 نسخه‌ی نمایشی- اجرای K-means Clustering [4 دقیقه]
05-07 نسخه‌ی نمایشی- تجسم خوشه‌ها [3 دقیقه]
05-08 خلاصه، مراجع و مطالعه بیشتر [1 دقیقه]