开发工具:
文件大小: 32kb
下载次数: 0
上传时间: 2021-03-21
详细说明：使用贝叶斯结构时间序列和弹性网调查电视广告的短期影响。
此Github包含Coolblue研讨会项目中使用的所有Julia / Python / R代码
该项目是鹿特丹伊拉斯姆斯大学Coolblue咨询项目和研讨会案例研究的一部分。该项目的目的是研究电视广告对在线访问的短期影响，并提供可行的见解。此代码用于与此主题相关的报告和演示。
简而言之：
Julia文件（1）生成贪婪的基线和点提升，（2）使用壮举评估最大点提升的弹性网。每分钟（3）提供所有数字。
Python / Jupyter Notebook文件（1）准备数据，（2）生成最佳后期效果的结果，（3）显示回归模型和机器学习模型的结果。
R文件生成AR和BSTS基线和点提升。
详细说明（10个步骤）：
将Coolblue的数据集（“ broadcasting_data”和“ traffic_data”）插入“ \ Coolblu
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
