All language subtitles for 2. Get the Dataset + Project Overview.ar

af Afrikaans
sq Albanian
am Amharic
ar Arabic Download
hy Armenian
az Azerbaijani
eu Basque
be Belarusian
bn Bengali
bs Bosnian
bg Bulgarian
ca Catalan
ceb Cebuano
ny Chichewa
zh-CN Chinese (Simplified)
zh-TW Chinese (Traditional)
co Corsican
hr Croatian
cs Czech
da Danish
nl Dutch
en English
eo Esperanto
et Estonian
tl Filipino
fi Finnish
fr French
fy Frisian
gl Galician
ka Georgian
de German
el Greek
gu Gujarati
ht Haitian Creole
ha Hausa
haw Hawaiian
iw Hebrew
hi Hindi
hmn Hmong
hu Hungarian
is Icelandic
ig Igbo
id Indonesian
ga Irish
it Italian
ja Japanese
jw Javanese
kn Kannada
kk Kazakh
km Khmer
ko Korean
ku Kurdish (Kurmanji)
ky Kyrgyz
lo Lao
la Latin
lv Latvian
lt Lithuanian
lb Luxembourgish
mk Macedonian
mg Malagasy
ms Malay
ml Malayalam
mt Maltese
mi Maori
mr Marathi
mn Mongolian
my Myanmar (Burmese)
ne Nepali
no Norwegian
ps Pashto
fa Persian
pl Polish
pt Portuguese
pa Punjabi
ro Romanian
ru Russian
sm Samoan
gd Scots Gaelic
sr Serbian
st Sesotho
sn Shona
sd Sindhi
si Sinhala
sk Slovak
sl Slovenian
so Somali
es Spanish
su Sundanese
sw Swahili
sv Swedish
tg Tajik
ta Tamil
te Telugu
th Thai
tr Turkish
uk Ukrainian
ur Urdu
uz Uzbek
vi Vietnamese
cy Welsh
xh Xhosa
yi Yiddish
yo Yoruba
zu Zulu
or Odia (Oriya)
rw Kinyarwanda
tk Turkmen
tt Tatar
ug Uyghur
Would you like to inspect the original subtitles? These are the user uploaded subtitles that are being translated: 1 00:00:00,840 --> 00:00:09,120 حسنًا ، حتى تحصل على مجموعة البيانات التي تحتاجها للذهاب إلى سوبر دوت يعين تدريب dot com slash ، ثم 2 00:00:09,120 --> 00:00:15,690 إذا قمت بالتمرير لأسفل في الجزء الأول ، فنحن بحاجة إلى هذا القسم لكيفية استخدام Tablo لاستخراج البيانات 3 00:00:16,320 --> 00:00:17,160 مجموعة البيانات هذه. 4 00:00:17,160 --> 00:00:22,180 لذا بمجرد تنزيله ، أعتقد أنه يبلغ بضعة ميغا بايت. 5 00:00:22,260 --> 00:00:29,280 ثم إذا انتقلت إلى قسم القرارات أو كان هذا المجلد الذي قمت بإنشائه سطح المكتب الخاص 6 00:00:29,280 --> 00:00:33,940 بي يحتوي على ثلاثة أقسام لهذا الجزء من الدورة التدريبية ثم قم بإجراء التحقيق. 7 00:00:33,930 --> 00:00:36,460 هناك نمذجة زبد أوه ، أقل بقليل من ميغا بايت. 8 00:00:36,480 --> 00:00:40,500 لذلك سنقوم بفتح هذا في Excel. 9 00:00:40,500 --> 00:00:43,380 اسمحوا لي فقط هذا هنا. 10 00:00:43,390 --> 00:00:49,380 والشيء المثير للاهتمام حول مجموعة البيانات هذه هو أنها في الواقع نفس 11 00:00:49,380 --> 00:00:54,450 المجموعة التي سنستخدمها لنمذجة المسار في الجزء التالي من الدورة التدريبية. 12 00:00:54,600 --> 00:00:58,680 وبالتالي تحصل على نوع من نظرة خاطفة على ما يمكن توقعه. 13 00:00:58,680 --> 00:01:03,950 إنه أمر جيد دائمًا ، وهذه هي الطريقة التي تقوم بها عادةً في مشروع علمي ، حيث ستقوم بالتحقيق في بياناتك 14 00:01:03,960 --> 00:01:10,380 وتعيين عقلك للحصول على البيانات ، وبعد ذلك بعد الحصول على بعض الأفكار ، يمكنك المضي قدمًا عندها فقط 15 00:01:10,380 --> 00:01:11,540 وإنشاء النموذج. 16 00:01:11,580 --> 00:01:15,680 لذا نوعًا ما نقوم به في التسلسل الزمني الصحيح على أي حال. 17 00:01:15,690 --> 00:01:17,010 فماذا تفعل هذه البيانات. 18 00:01:17,010 --> 00:01:18,190 إنها جرعة كبيرة جدًا. 19 00:01:18,240 --> 00:01:20,980 يحتوي على 10000 صف. 20 00:01:21,360 --> 00:01:22,770 لقد حصلت على عدد غير قليل من الأعمدة. 21 00:01:22,800 --> 00:01:27,740 هذه قائمة عملاء البنك. 22 00:01:27,780 --> 00:01:29,230 بالطبع قاموس الكبريت. 23 00:01:29,230 --> 00:01:34,990 لذلك ليست هناك قائمة حقيقية لعملاء أحد البنوك ومعرف العميل. هنا. 24 00:01:35,220 --> 00:01:40,500 لقد حصلوا على ألقابهم أو الدرجة الائتمانية للشخص الذي ظهر فيه الشخص. 25 00:01:40,510 --> 00:01:43,300 لذا اسمحوا لي أن أشرح الوضع. 26 00:01:43,700 --> 00:01:49,890 يوجد هذا بنك في أوروبا يعمل في ثلاث دول فرنسا وإسبانيا وألمانيا 27 00:01:49,900 --> 00:01:50,110 . 28 00:01:50,490 --> 00:01:54,570 ولديها الكثير من العملاء ، لكنهم رأوا مؤخرًا أنهم يرون مشكلة ، فقد ترك الكثير من العملاء بنوكهم 29 00:01:54,570 --> 00:02:03,030 كما هو الحال في معدلات الإزعاج غير العادية ، لذا فإن الاضطراب يحدث عندما يغادر الأشخاص الشركة 30 00:02:03,450 --> 00:02:09,630 وشيء لم يعتادوا رؤيته وقد قرروا تعيينك كعدد كبير من العلماء للتحقيق 31 00:02:09,630 --> 00:02:16,200 في هذا الموقف وإخبارهم بما يجري بالضبط وإعطائهم بعض الأفكار حول 32 00:02:16,200 --> 00:02:19,370 حتى يتمكنوا من التوصل إلى طرق لإصلاحها. 33 00:02:19,380 --> 00:02:24,960 لذا فإن ما تمثله مجموعة البيانات هذه هو أنه ليس كل عملائها بنكًا ضخمًا. 34 00:02:24,960 --> 00:02:32,100 هذه مجرد عينة صغيرة من عملائهم وما 35 00:02:32,100 --> 00:02:32,640 فعلوه هو أنهم أخذوا هذه اللقطة لعملائهم. 36 00:02:32,640 --> 00:02:38,940 أخذوا 10000 عميل اختاروا عشوائيًا 10000 عميل ، ثم قالوا حسنًا ، دعنا نكتشف كل ما 37 00:02:38,940 --> 00:02:46,500 في وسعنا عنهم ، العميل ، جغرافيا درجة ائتمان اللقب ، حيث يُصرفون عمر الجنس إلى متى 38 00:02:46,500 --> 00:02:51,570 لقد كانوا مع البنك الذي يبلغ رصيده لمدة عشر سنوات عدد المنتجات التي لديهم للبنوك التي لديهم 39 00:02:51,570 --> 00:02:58,290 لديك بطاقة ائتمان أو قرض ربما حساب توفير ، هل لديهم بطاقة ائتمان أم لا. 40 00:02:58,410 --> 00:03:04,620 هل هم أعضاء نشطون ، فهل قاموا بتسجيل الدخول إلى الخدمات المصرفية 41 00:03:04,620 --> 00:03:05,610 عبر الإنترنت في الشهر الماضي أو قد يكون تعريف ذلك مختلفًا. 42 00:03:05,610 --> 00:03:06,330 يمكن ان يكون. 43 00:03:06,330 --> 00:03:09,310 هل قاموا بتسجيل الدخول إلى الخدمات المصرفية عبر الإنترنت الشهر الماضي أم يمكنهم ذلك. 44 00:03:09,320 --> 00:03:10,190 يمكن أن يكون. 45 00:03:10,240 --> 00:03:15,480 هل أجروا معاملة في الشهرين الماضيين أو شيء من هذا القبيل حتى يمكن أن يكون أي شيء 46 00:03:15,480 --> 00:03:21,540 ولكنهم أعطوك هذا المتغير كعلم حتى تتمكن من المضي قدمًا واستخدامه الآن وبعد ذلك كما تفعل 47 00:03:21,540 --> 00:03:25,900 تعرف على التعريف لأنها توفر لك المتغير أو يمكنك معرفة ما إذا وجدت ذلك لاحقًا 48 00:03:26,360 --> 00:03:33,150 راتب تقديري شفهي مهم ، لذا تعتقد البنوك أنها تكسبه لأنهم لا يستطيعون أن 49 00:03:33,150 --> 00:03:37,950 يخبروا أنهم لا يستطيعون أن يعرفوا تلك المعلومات التي قدروا الراتب ثم قاموا بها 50 00:03:37,950 --> 00:03:39,330 لم يكن لديك هذا العمود في الأصل. 51 00:03:39,330 --> 00:03:44,290 إذن ما فعلوه هو أنهم اكتشفوا كل هذه المعلومات وهذه هي الطريقة التي تتم بها هذه الأشياء بشكل طبيعي 52 00:03:44,290 --> 00:03:44,310 . 53 00:03:44,310 --> 00:03:44,620 الصحيح. 54 00:03:44,640 --> 00:03:47,100 لذلك عندما تكون لديك مشكلة ، فأنت تريد إجراء اختبار. 55 00:03:47,100 --> 00:03:53,190 لذلك وجدوا هؤلاء العملاء البالغ عددهم 10000 عميل بشكل عشوائي ، وقاموا بتحويل المعلومات المتعلقة بهم 56 00:03:53,190 --> 00:03:58,440 ، ثم قالوا حسنًا ، لذلك تمكنا من مشاهدة هؤلاء العملاء لمدة ستة أشهر وفي غضون ستة أشهر نريد معرفة 57 00:03:58,440 --> 00:04:03,570 من الذي سيغادره هؤلاء العملاء ومن سيبقى هؤلاء العملاء وهذه هي طريقة كولما هنا. 58 00:04:03,570 --> 00:04:08,090 لذا بعد ستة أشهر عادوا إلى هذه القائمة وقاموا بالتحقق منها. 59 00:04:08,110 --> 00:04:09,550 طيب من غادر البنك. 60 00:04:09,660 --> 00:04:14,840 وإذا غادر الشخص البنك ليبقى شخص واحد ثابتًا إذا وضع البنك صفرًا. 61 00:04:15,120 --> 00:04:19,890 ما يعنيه هذا في الأساس هو أن لديك بعض المعلومات للعملاء 62 00:04:19,890 --> 00:04:24,870 التي تم قياسها قبل ستة أشهر من وقوع الحدث أو القياس الثاني. 63 00:04:25,110 --> 00:04:27,290 وبعد ذلك عندما أجري القياس الثاني نوعًا ما. 64 00:04:27,290 --> 00:04:28,010 لا لا. 65 00:04:28,030 --> 00:04:29,330 ستة أشهر على المسار الصحيح. 66 00:04:29,520 --> 00:04:33,410 العملاء الذين من المرجح أن يغادروا أو العملاء الذين غادروا بالفعل. 67 00:04:33,680 --> 00:04:39,000 ومن هذه المعلومات ، كل هذه المعلومات معًا هنا تحتاج إلى استخلاص بعض الأفكار للبنك 68 00:04:39,000 --> 00:04:48,030 وإخبارهم حسنًا ، ربما تعرف أشياء مثل يمكنك ملاحظة بعض الاتجاهات أو بعض السلوكيات 69 00:04:48,030 --> 00:04:53,760 الميول لذلك كل هذا سوف يكون تحليل تجزئة سلوكية سيكون ممتعًا. 70 00:04:53,880 --> 00:04:58,810 سننظر ، على سبيل المثال ، في احتمال مغادرة 71 00:04:58,820 --> 00:04:59,450 الإناث للبنك والذكور ، وهذا يمكن أن يكون منطقيًا. 72 00:04:59,460 --> 00:05:01,820 إنها أبت أساسية تريد رؤيتها. 73 00:05:01,980 --> 00:05:02,550 حسنا. 74 00:05:02,550 --> 00:05:06,810 كم عدد الزبونات اللواتي تركن عدد العملاء الذكور المتبقيين من كل هذه الإجماليات. 75 00:05:07,050 --> 00:05:14,670 ومن الواضح أنه يجب عليك تطبيعها من خلال العدد الإجمالي للعملاء 76 00:05:14,670 --> 00:05:17,110 الإناث والذكور لأن هذا ربما سيكون غير متناسب على أي حال. 77 00:05:17,460 --> 00:05:18,840 ثم تريد معرفة ذلك. 78 00:05:18,840 --> 00:05:24,630 بناءً على هذا العمود ، من المرجح أن يكون زميلًا للإناث أو الذكور أم أنه متساوٍ. 79 00:05:24,630 --> 00:05:27,160 وبعد ذلك تقوم بإبلاغ البنك في ولاية يوتا بذلك. 80 00:05:27,160 --> 00:05:27,680 نعم. 81 00:05:27,720 --> 00:05:31,260 تخيل في الواقع إذا رأيت أن الزبونات فقط يغادرن. 82 00:05:31,260 --> 00:05:33,310 ما هي قيمة ذلك بالنسبة للبنك. 83 00:05:33,480 --> 00:05:39,790 سيكونون مثل أوه ، نحن بالتأكيد نفعل شيئًا خاطئًا ونحتاج إلى تلبية هذا القطاع بشكل 84 00:05:39,840 --> 00:05:46,290 عام من السوق والتأكد من أن عرضنا هو أنك تعرف الشيء الصحيح بالضبط ما يبحثون عنه ربما 85 00:05:46,290 --> 00:05:51,900 هناك بنك منافس تعرفه في البعض في إحدى المناطق ، وهناك بنك آخر 86 00:05:52,220 --> 00:05:56,250 تأخذنا من هذا البنك مع جميع العملاء. 87 00:05:56,250 --> 00:06:01,620 لذلك هناك الكثير من الأشياء التي قد تكون قادرًا 88 00:06:01,620 --> 00:06:02,160 على اكتشافها وستجدها في القصص القادمة ستكون ممتعة. 89 00:06:02,160 --> 00:06:09,160 وهذه هي الطريقة التي تتحقق فيها من معرفة كيفية التحقق من مجموعات البيانات 90 00:06:09,180 --> 00:06:12,990 مثل هذه ، لذا ابحث عن التبعيات عندما يكون لديك نتيجة ثنائية ولا تحبها. 91 00:06:12,990 --> 00:06:14,490 لا يجب أن تكون بيانات العملاء. 92 00:06:14,490 --> 00:06:18,600 لذلك بالنسبة للكثير من المؤسسات التي تركز على العملاء ، سيكون هذا أمرًا ذا قيمة. 93 00:06:18,600 --> 00:06:26,040 لذلك فعلت هذا شخصيًا ، لقد فعلت ذلك مرات عديدة ، 94 00:06:26,040 --> 00:06:26,670 إنها قيمة مضافة إلى أي مؤسسة تتمحور حول العملاء. 95 00:06:26,670 --> 00:06:31,390 لذلك كلما تعاملت مؤسسة مع العملاء ، يكون هذا ذا قيمة كبيرة. 96 00:06:31,400 --> 00:06:40,170 هذا هو أننا نغامر ببطء في كنيسة التجزئة ومن ثم الشيء الآخر هو أنه حتى لو كانت 97 00:06:40,290 --> 00:06:46,620 مؤسستك لا تتعامل بشكل مباشر مع العملاء ، فليس لديك Darcis مثل هذا أو كبيانات 98 00:06:46,620 --> 00:06:51,090 عالمًا تعمل في مشاريع مختلفة ، ستظل تجد الكثير من الأفكار القيمة حول 99 00:06:51,090 --> 00:06:55,230 كيفية إجراء اختبارات B و Tablo حول كيفية العمل مع اختبارات chi square. 100 00:06:55,230 --> 00:07:02,670 ما يعنونه أساسًا وحتى مجرد العمل مع Tablo سيكون ذا قيمة كبيرة 101 00:07:02,670 --> 00:07:05,270 إلى جانب تعلم كيفية العمل مع Sabby Tablo سيكون ذا قيمة في الطريق. 102 00:07:05,490 --> 00:07:08,460 لذلك دون مزيد من اللغط ، دعنا ندخله مباشرة. 103 00:07:08,460 --> 00:07:12,160 سنبدأ في البرنامج التعليمي التالي وأتطلع إلى رؤيتك هناك. 14362

Can't find what you're looking for?
Get subtitles in any language from opensubtitles.com, and translate them here.