[ENGLISH]

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

02 Exploring Applications of Machine Learning in Retail [41mins]
02-01 Version Check [0mins]
02-02 Prerequisites and Course Outline [2mins]
02-03 Digital Trends in Retail [6mins]
02-04 Use Cases for ML in Retail: Predicting Customer Behavior [5mins]
02-05 Use Cases for ML in Retail: Visual Search and Voice Search [4mins]
02-06 Use Cases of ML in Retail: Virtual Assistants and Chatbots [3mins]
02-07 Use Cases of ML in Retail: Price and Inventory Prediction [5mins]
02-08 Use Cases of ML in Retail: Behavior Tracking via Video Analytics [4mins]
02-09 Machine Learning for Visual Search [7mins]
02-10 Challenges Applying Machine Learning in Retail [5mins]

03 Case Study: Optimizing Product Prices Using Machine Learning [21mins]
03-01 Price Elasticity of Demand [5mins]
03-02 Price Optimization: Background and Context [4mins]
03-03 Price Optimization: Data Sources, Feature Engineering, and Models [6mins]
03-04 Price Optimization: Price Elasticity, Linear Programming, and Results [6mins]

04 Case Study: Optimizing Supply Planning Using Machine Learning [19mins]
04-01 AI in The Supply Chain and Route Optimization [5mins]
04-02 Dynamic Vehicle Routing: Background and Context [7mins]
04-03 Dynamic Vehicle Routing: Three Stage Workflow and Results [7mins]

05 Applying Machine Learning Techniques to Retail Data [38mins]
05-01 Association Rules Learning [3mins]
05-02 Frequent Itemsets and Support [4mins]
05-03 Confidence, Lift, and Conviction [3mins]
05-04 Apriori Algorithm [2mins]
05-05 Demo: Data Cleaning and Preparation [5mins]
05-06 Demo: Data Exploration [5mins]
05-07 Demo: Transaction Encoding [3mins]
05-08 Demo: Frequent Itemsets and Association Rules Using Support [4mins]
05-09 Demo: Frequent Itemsets and Association Rules Using Confidence and Lift [4mins]
05-10 Demo: Recommending Top 5 Products [3mins]
05-11 Summary, References, and Further Study [2mins]

[فارسی]

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

02 کاوش در کاربردهای یادگیری ماشینی در خرده فروشی [41 دقیقه]
02-01 بررسی نسخه [0 دقیقه]
02-02 پیش نیازها و خلاصه دوره [2 دقیقه]
02-03 روندهای دیجیتال در خرده فروشی [6 دقیقه]
02-04 موارد استفاده برای ML در خرده فروشی- پیش بینی رفتار مشتری [5 دقیقه]
02-05 استفاده از موارد برای ML در خرده فروشی- جستجوی تصویری و جستجوی صوتی [4 دقیقه]
02-06 استفاده از موارد ML در خرده فروشی- دستیاران مجازی و چت ربات‌ها [3 دقیقه]
02-07 موارد استفاده از ML در خرده فروشی- قیمت و پیش بینی موجودی [5 دقیقه]
02-08 استفاده از موارد ML در خرده فروشی- ردیابی رفتار از طریق تجزیه و تحلیل ویدئو [4 دقیقه]
02-09 یادگیری ماشین برای جستجوی بصری [7 دقیقه]
02-10 چالش‌های به کارگیری یادگیری ماشینی در خرده فروشی [5 دقیقه]

03 مطالعه موردی- بهینه‌سازی قیمت محصول با استفاده از یادگیری ماشینی [21 دقیقه]
03-01 کشش قیمت تقاضا [5 دقیقه]
03-02 بهینه‌سازی قیمت- پس زمینه و زمینه [4 دقیقه]
03-03 بهینه‌سازی قیمت- منابع داده، مهندسی ویژگی و مدل‌ها [6 دقیقه]
03-04 بهینه‌سازی قیمت- کشش قیمت، برنامه ریزی خطی و نتایج [6 دقیقه]

04 مطالعه موردی- بهینه‌سازی برنامه ریزی تامین با استفاده از یادگیری ماشین [19 دقیقه]
04-01 هوش مصنوعی در زنجیره تامین و بهینه‌سازی مسیر [5 دقیقه]
04-02 مسیریابی پویا خودرو- پس‌زمینه و زمینه [7 دقیقه]
04-03 مسیریابی پویا خودرو- گردش کار سه مرحله‌ای و نتایج [7 دقیقه]

05 استفاده از تکنیک‌های یادگیری ماشین در داده‌های خرده‌فروشی [38 دقیقه]
05-01 آموزش قوانین انجمن [3 دقیقه]
05-02 موارد مکرر و پشتیبانی [4 دقیقه]
05-03 اعتماد به نفس، بالابردن و اعتقاد [3 دقیقه]
05-04 الگوریتم Apriori [2 دقیقه]
05-05 نسخه‌ی نمایشی- تمیز کردن و آماده‌سازی داده‌ها [5 دقیقه]
05-06 نسخه‌ی نمایشی- کاوش داده [5 دقیقه]
05-07 نسخه آزمایشی- رمزگذاری تراکنش [3 دقیقه]
05-08 نسخه‌ی نمایشی- مجموعه آیتم‌های مکرر و قوانین انجمن با استفاده از پشتیبانی [4 دقیقه]
05-09 نسخه‌ی نمایشی- مجموعه آیتم‌های مکرر و قوانین مرتبط با استفاده از اعتماد و بالا بردن [4 دقیقه]
05-10 نسخه‌ی نمایشی- پیشنهاد 5 محصول برتر [3 دقیقه]
05-11 خلاصه، مراجع و مطالعه بیشتر [2 دقیقه]